如何用Python高效抽取特定Team Leader下属Agent的BPO呼叫审核样本及编写批量抽样函数

核心思路 #

针对你手动逐个处理Agent的冗余代码问题，我们可以利用pandas的分组功能+Agent-Team Leader映射表，一次性完成所有Agent的样本抽取，并按Team Leader归类，彻底消除重复代码。

前提准备 #

首先需要维护一份Agent与Team Leader的映射关系，可以是字典（手动定义）或从Excel/CSV文件读取，示例如下：

# Agent-Team Leader映射表，可根据实际情况扩展
agent_tl_map = {
    "Mausam Kumari": "Ajay",
    "Vivek K": "Ajay",
    # 补充剩余198名Agent的映射关系
}

实现函数 #

下面是封装好的抽取函数，支持自定义每个Agent的样本数量，自动处理样本不足的情况：

import pandas as pd

def extract_audit_samples(call_records_df, agent_tl_map, samples_per_agent=2):
    # 按Agent分组，每组抽取指定数量样本（样本不足时取全部）
    sampled_df = call_records_df.groupby("Emp_name").apply(
        lambda x: x.sample(n=min(samples_per_agent, len(x)), random_state=42)
    ).reset_index(drop=True)
    
    # 给样本关联对应的Team Leader
    sampled_df["Team_Leader"] = sampled_df["Emp_name"].map(agent_tl_map)
    
    # 按Team Leader分组，返回以TL名为键的样本字典
    tl_samples = {tl: group for tl, group in sampled_df.groupby("Team_Leader")}
    
    return tl_samples

使用示例 #

假设你的所有呼叫记录存储在df_all_calls中，调用函数后即可直接获取每个Team Leader的审核样本：

# 生成所有Team Leader的样本集合
tl_audit_samples = extract_audit_samples(df_all_calls, agent_tl_map)

# 获取Ajay下属的所有Agent审核样本
df_Ajay_samples = tl_audit_samples["Ajay"]

# 查看样本内容
print(df_Ajay_samples)

关键优势 #

• 避免重复代码：无需为每个Agent编写单独的try-except块，一次性处理200名Agent
• 可维护性强：Agent与TL的映射统一管理，新增/修改Agent信息只需更新映射表
• 异常处理：自动处理Agent呼叫记录不足2条的情况，不会抛出错误
• 可追溯性：random_state参数保证每次抽取的样本一致，适合审核场景的合规需求

内容的提问来源于stack exchange，提问作者Rahul