Python中为员工-经理数据集新增下属计数列的问题求助

问题说明 #

需要给员工汇报关系数据集新增一列，统计每位经理的下属数量。

现有数据集 #

ID    ManagerID 
 101      105
 102      103
 103      105
 104      103 
 105      110

期望输出 #

ID      ManagerID      Count 
101       105             0
102       103             0
103       105             2
104       103             0
105       110             2

错误代码尝试 #

df['count'] = df.groupby(['ID'])['ManagerID'].transform('nunique')

解决方案 #

错误原因 #

这段代码逻辑完全偏离需求：按ID分组统计ManagerID的唯一值数量，实际是在算每个员工有多少个不同的经理，而不是每个经理有多少下属。

正确实现方式 #

我们需要统计每个ManagerID对应的下属人数（即有多少员工的ManagerID等于该员工的ID），再映射回原数据集中对应经理的行。

方法一：使用merge

# 统计每个经理的下属数量，整理成ID和Count的对应表
manager_subcount = df['ManagerID'].value_counts().reset_index()
manager_subcount.columns = ['ID', 'Count']

# 将统计结果合并到原数据集，非经理的员工Count补0
df = df.merge(manager_subcount, on='ID', how='left').fillna(0)
# 转换为整数类型（可选）
df['Count'] = df['Count'].astype(int)

方法二：使用map（更简洁）

# 生成{经理ID:下属数}的字典
subcount_map = df['ManagerID'].value_counts().to_dict()
# 用员工ID匹配字典，不存在的键返回0
df['Count'] = df['ID'].map(subcount_map).fillna(0).astype(int)

结果验证 #

执行上述任意代码后，得到的结果与期望输出完全一致。

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