如何在Pandas中基于两个DataFrame创建Vacancy条件列

数据集说明 #

DF1（全体员工及直属上级信息） #

ID    Name       Status        Manager ID     Manager Name 
 101   Ashley     Active            106            Kyle
 102   Ben        Non-Active        106            Kyle 
 103   Chris      Non-Active        123            Taylor
 104   Dave       Non-Active        123            Taylor 
 105   Emily      Active            167            Paul

DF2（涉及非活跃员工的经理信息） #

Manager_ID      Manager_Name       Replacing      Request Num
   106             Kyle              Ben              5678
   138             Taylor            Dave             1234

需求 #

创建名为Vacancy的新列，规则：

• 若DF1中存在状态为Non-Active且未出现在DF2Replacing列中的员工，该员工对应的经理Vacancy值为1
• 其余情况Vacancy值为0

期望输出：

Manager_ID      Manager_Name        Vacancy 
      106              Kyle               0
      123              Taylor             1  
      167              Paul               0 

原代码问题 #

你尝试的np.where(((df1['Status'] == 'Non-Active') & (df2['Replacing'].isna())),1,0)逻辑错误：

1. DF1和DF2行数不匹配，直接按行关联会导致索引错位
2. 未实现“非活跃员工是否在DF2 Replacing列”的判断逻辑，错误使用了df2['Replacing'].isna()

解决方案代码 #

import pandas as pd

# 构造数据集（如果已有数据可跳过这部分）
df1 = pd.DataFrame({
    'ID': [101, 102, 103, 104, 105],
    'Name': ['Ashley', 'Ben', 'Chris', 'Dave', 'Emily'],
    'Status': ['Active', 'Non-Active', 'Non-Active', 'Non-Active', 'Active'],
    'Manager ID': [106, 106, 123, 123, 167],
    'Manager Name': ['Kyle', 'Kyle', 'Taylor', 'Taylor', 'Paul']
})

df2 = pd.DataFrame({
    'Manager_ID': [106, 138],
    'Manager_Name': ['Kyle', 'Taylor'],
    'Replacing': ['Ben', 'Dave'],
    'Request Num': [5678, 1234]
})

# 1. 筛选DF1中的非活跃员工
non_active = df1[df1['Status'] == 'Non-Active']

# 2. 找出未被DF2 Replacing列覆盖的非活跃员工
unreplaced = non_active[~non_active['Name'].isin(df2['Replacing'])]

# 3. 获取这些员工对应的经理，标记Vacancy=1
vacancy_managers = unreplaced[['Manager ID', 'Manager Name']].drop_duplicates()
vacancy_managers['Vacancy'] = 1

# 4. 整合所有经理信息，填充未匹配的经理Vacancy为0
all_managers = df1[['Manager ID', 'Manager Name']].drop_duplicates().rename(
    columns={'Manager ID': 'Manager_ID', 'Manager Name': 'Manager_Name'}
)
result = pd.merge(
    all_managers,
    vacancy_managers,
    left_on=['Manager_ID', 'Manager_Name'],
    right_on=['Manager ID', 'Manager Name'],
    how='left'
)
result['Vacancy'] = result['Vacancy'].fillna(0).astype(int)

# 整理输出格式
final_result = result[['Manager_ID', 'Manager_Name', 'Vacancy']].sort_values('Manager_ID').reset_index(drop=True)
print(final_result)

代码说明 #

1. 先筛选非活跃员工，再排除掉DF2中已被Replacing列记录的员工
2. 提取这些未被替换的员工对应的经理，标记空缺状态
3. 合并所有经理的信息，对没有空缺需求的经理填充Vacancy=0
4. 最后整理输出格式，得到期望结果

内容的提问来源于stack exchange，提问作者Coding_Nubie