Python实现：基于经理层级列统计管理者下属团队数量

需求描述 #

现有包含emp_email、mgr_email、mgr_hier_01至mgr_hier_03列的Pandas DataFrame，需新增num_teams_if_mgr列统计管理者下属团队数量，规则如下：

• 直接下属为经理时，每个经理计1个团队
• 直接下属均为普通员工时，计1个团队
• 非管理者计0

当前DataFrame示例 #

emp_email        mgr_email       mgr_hier_01    mgr_hier_02     mgr_hier_03            
jack@abc.com     cook@abc.com    CEO@abc.com    sandy@abc.com   cook@abc.com     
katy@abc.com     cook@abc.com    CEO@abc.com    sandy@abc.com   cook@abc.com     
panko@abc.com    jacob@abc.com   CEO@abc.com    jacob@abc.com
lynne@abc.com    jacob@abc.com   CEO@abc.com    jacob@abc.com                                       
tom@abc.com      brian@abc.com   CEO@abc.com    livp@abc.com    brian@abc.com    
grace@abc.com    noah@abc.com    CEO@abc.com    noah@abc.com                      
will@abc.com     hugh@abc.com    CEO@abc.com    hugh@abc.com                      
samson@abc.com   sheila@abc.com  CEO@abc.com    noah@abc.com    sheila@abc.com   
johnson@abc.com  nick@abc.com    CEO@abc.com    nick@abc.com                      
pete@abc.com     jody@abc.com    CEO@abc.com    livp@abc.com    jody@abc.com     
torres@abc.com   golio@abc.com   CEO@abc.com    sandy@abc.com   golio@abc.com    
jody@abc.com     livp@abc.com    CEO@abc.com    livp@abc.com                                     
sandy@abc.com    CEO@abc.com     CEO@abc.com                                      
jacob@abc.com    CEO@abc.com     CEO@abc.com                                      
cook@abc.com     sandy@abc.com   CEO@abc.com    sandy@abc.com                    
livp@abc.com     CEO@abc.com     CEO@abc.com                                      
noah@abc.com     CEO@abc.com     CEO@abc.com                                      
hugh@abc.com     CEO@abc.com     CEO@abc.com                                      
brian@abc.com    livp@abc.com    CEO@abc.com    livp@abc.com                       
nick@abc.com     CEO@abc.com     CEO@abc.com                                      
sheila@abc.com   noah@abc.com    CEO@abc.com    noah@abc.com
golio@abc.com    sandy@abc.com   CEO@abc.com    sandy@abc.com                    
CEO@abc.com      NAN             NAN                                             

期望结果DataFrame示例 #

emp_email        mgr_email       mgr_hier_01    mgr_hier_02     mgr_hier_03      num_teams_if_mgr     
jack@abc.com     cook@abc.com    CEO@abc.com    sandy@abc.com   cook@abc.com     0
katy@abc.com     cook@abc.com    CEO@abc.com    sandy@abc.com   cook@abc.com     0
panko@abc.com    jacob@abc.com   CEO@abc.com    jacob@abc.com                    0
lynne@abc.com    jacob@abc.com   CEO@abc.com    jacob@abc.com                    0
tom@abc.com      brian@abc.com   CEO@abc.com    livp@abc.com    brian@abc.com    0
grace@abc.com    noah@abc.com    CEO@abc.com    noah@abc.com                     0
will@abc.com     hugh@abc.com    CEO@abc.com    hugh@abc.com                     0
samson@abc.com   sheila@abc.com  CEO@abc.com    noah@abc.com    sheila@abc.com   0
johnson@abc.com  nick@abc.com    CEO@abc.com    nick@abc.com                     0
pete@abc.com     jody@abc.com   CEO@abc.com    livp@abc.com    jody@abc.com     0
torres@abc.com   golio@abc.com   CEO@abc.com    sandy@abc.com   golio@abc.com    0
jody@abc.com     livp@abc.com    CEO@abc.com    livp@abc.com                     1                
sandy@abc.com    CEO@abc.com     CEO@abc.com                                     2
jacob@abc.com    CEO@abc.com     CEO@abc.com                                     1
cook@abc.com     sandy@abc.com   CEO@abc.com    sandy@abc.com                    1
livp@abc.com     CEO@abc.com     CEO@abc.com                                     2
noah@abc.com     CEO@abc.com     CEO@abc.com                                     1
hugh@abc.com     CEO@abc.com     CEO@abc.com                                     1 
brian@abc.com    livp@abc.com    CEO@abc.com    livp@abc.com                     1  
nick@abc.com     CEO@abc.com     CEO@abc.com                                     1
sheila@abc.com   noah@abc.com    CEO@abc.com    noah@abc.com                     1  
golio@abc.com    sandy@abc.com   CEO@abc.com    sandy@abc.com                    1
CEO@abc.com      NAN             NAN                                             6

已生成经理层级列的代码 #

import networkx as nx

# 创建有向图
G = nx.from_pandas_edgelist(df_hc, source='mgr_email', target='emp_email', create_using=nx.DiGraph)

# 找到根节点（最高管理者）
roots = [n for n,d in G.in_degree() if d==0]

# 为每个员工生成经理层级
df_hierarchy = (pd.DataFrame([next((p for root in roots for p in nx.all_simple_paths(G, root, node)), [])[:-1] for node in df_hc['emp_email']], index= df_hc.index).rename(columns=lambda x: f'mgr_hier_{x+1:02d}'))

# 合并到原DataFrame
df_hc2 = df_hc.join(df_hierarchy)

实现num_teams_if_mgr列的解决方案 #

我们可以利用已构建的NetworkX有向图来快速统计团队数量，以下是两种实现方式：

方式一：基于图节点属性与后继节点统计 #

# 标记每个节点是否为管理者（有下属即出度>0）
is_manager = {node: G.out_degree(node) > 0 for node in G.nodes()}

# 定义计算团队数量的函数
def get_team_count(emp_email):
    if not is_manager.get(emp_email, False):
        return 0
    # 获取该管理者的直接下属
    direct_subordinates = list(G.successors(emp_email))
    # 统计下属中管理者的数量
    sub_manager_count = sum(is_manager[sub] for sub in direct_subordinates)
    # 按规则返回结果：有下属经理则返回数量，否则返回1
    return sub_manager_count if sub_manager_count > 0 else 1

# 新增列到DataFrame
df_hc2['num_teams_if_mgr'] = df_hc2['emp_email'].apply(get_team_count)

方式二：基于Pandas分组统计 #

# 获取所有管理者集合（mgr_email中非空值）
managers = set(df_hc['mgr_email'].dropna())

# 分组统计每个管理者的直接下属
direct_reports_map = df_hc.groupby('mgr_email')['emp_email'].apply(list).to_dict()

# 定义计算函数
def calculate_team_num(emp_email):
    if emp_email not in managers:
        return 0
    # 获取直接下属列表
    reports = direct_reports_map.get(emp_email, [])
    # 统计下属中的管理者数量
    manager_reports = sum(1 for report in reports if report in managers)
    return manager_reports if manager_reports > 0 else 1

# 应用函数生成新列
df_hc2['num_teams_if_mgr'] = df_hc2['emp_email'].apply(calculate_team_num)

两种方式都能得到符合期望的结果，比如CEO的直接下属有6位经理，所以num_teams_if_mgr为6；sandy的直接下属是cook和golio两位经理，所以值为2，均与示例一致。

内容的提问来源于stack exchange，提问作者wjie08