Python实现组织数据向上汇总至最高层级的方法咨询

问题说明 #

现有两张表：

1. 组织表（org_table）：存储公司组织层级关系，层级可能存在空值，但最高（Super Division）和最低层级（Sub Department）永不为空，结构如下：

2. 报表表（report_table）：报表记录关联任意层级的组织，结构如下：

需要生成包含原报表记录、并向上汇总至最高层级的结果集，预期输出如下：

原编写的函数会返回所有较低层级数据，不符合需求，需调整逻辑。

解决方案实现 #

核心思路 #

1. 明确组织层级从高到低的顺序：Super Division → Division → Super Department → Department → Sub Department
2. 对每条报表记录，找到其对应在组织表中的行
3. 从当前关联层级开始，向上遍历所有更高层级，收集有效层级的名称和ID
4. 将收集到的层级信息与原报表名称组合，生成最终结果

代码实现 #

import pandas as pd
import numpy as np

# 构造示例组织表
org_data = [
    [123, 342, 767, 546, 965],
    [345, 453, 234, np.nan, 759]
]
org_table = pd.DataFrame(
    org_data,
    columns=['Super Division', 'Division', 'Super Department', 'Department', 'Sub Department']
)

# 构造示例报表表
report_data = [
    ['ABC', 'Division', 342],
    ['DEF', 'Super Department', 234],
    ['GHI', 'Super Division', 123]
]
report_table = pd.DataFrame(
    report_data,
    columns=['Report Name', 'Org Level', 'Org ID']
)

# 定义组织层级从高到低的顺序
hierarchy_order = ['Super Division', 'Division', 'Super Department', 'Department', 'Sub Department']

def get_upper_hierarchy(report_row):
    report_name = report_row['Report Name']
    current_level = report_row['Org Level']
    current_id = report_row['Org ID']
    
    # 获取当前层级在层级顺序中的索引
    current_idx = hierarchy_order.index(current_level)
    # 匹配组织表中对应层级ID的行
    org_row = org_table[org_table[current_level] == current_id].iloc[0]
    
    rollup_data = []
    # 从当前层级向上遍历到最高层级
    for idx in range(current_idx, -1, -1):
        level = hierarchy_order[idx]
        org_id = org_row[level]
        if pd.notna(org_id):
            rollup_data.append({
                'Report Name': report_name,
                'Org Level': level,
                'Org ID': org_id
            })
    return rollup_data

# 生成最终结果
result_list = []
for _, row in report_table.iterrows():
    result_list.extend(get_upper_hierarchy(row))

final_result = pd.DataFrame(result_list)
print(final_result)

代码说明 #

• 层级顺序定义：明确从最高到最低的层级关系，确保向上遍历的方向正确
• 匹配组织行：通过报表中的Org Level和Org ID找到对应的组织记录
• 向上遍历收集：从当前层级索引开始，反向遍历到最高层级（索引0），只保留非空的层级数据，确保结果只包含当前及上级层级
• 结果合并：将每条报表记录生成的层级列表合并，转换为DataFrame得到最终输出

内容的提问来源于stack exchange，提问作者Sunny Shen