如何高效统计DataFrame中指定员工的下属人数（含多层级）

针对大数据量、多层级的员工-上级DataFrame，原始字典循环效率低下的问题，推荐两种高效方案：

方案一：用NetworkX构建有向图（推荐大数据量场景） #

NetworkX内置了优化的图遍历算法，能快速获取节点的所有后代（含间接下属），时间复杂度接近O(n+m)（n为员工数，m为上下级关系数），远优于嵌套循环的O(n²)。

代码示例 #

import networkx as nx
import pandas as pd

# 示例DataFrame（替换为你的真实数据）
df = pd.DataFrame({
    'Employee': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'Manager': [None, 'A', 'A', 'A', 'A', 'B', 'B', 'C', 'C']
})

# 1. 构建有向图：上级→下属的边
G = nx.DiGraph()
G.add_nodes_from(df['Employee'])
# 过滤无上级的顶层节点，添加合法的上下级边
valid_edges = df.dropna(subset=['Manager'])[['Manager', 'Employee']].values.tolist()
G.add_edges_from(valid_edges)

# 2. 统计每个员工的下属数及具体名单
subordinate_stats = {}
for emp in df['Employee']:
    descendants = list(nx.descendants(G, emp))
    subordinate_stats[emp] = {
        'count': len(descendants),
        'subordinates': descendants
    }

# 3. 输出结果（按需求格式化）
for emp, stats in subordinate_stats.items():
    if stats['count'] == 0:
        print(f"{emp}无下属")
    else:
        print(f"{emp}有{stats['count']}名下属（{', '.join(stats['subordinates'])}）")

优势 #

• 底层算法优化，处理十万级以上数据依然高效
• 一行代码nx.descendants即可获取所有间接下属，无需手动实现遍历逻辑
• 可快速扩展其他需求（比如检测层级循环、生成层级路径等）

方案二：手动实现广度优先遍历（BFS，无第三方依赖） #

如果不想引入NetworkX依赖，可预先构建「上级→直接下属」的映射字典，再用迭代式BFS遍历所有层级，避免递归栈溢出，同时效率远高于原始循环。

代码示例 #

import pandas as pd

# 示例DataFrame（替换为你的真实数据）
df = pd.DataFrame({
    'Employee': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
    'Manager': [None, 'A', 'A', 'A', 'A', 'B', 'B', 'C', 'C']
})

# 1. 构建上级到直接下属的映射字典
manager_to_direct_subs = df.groupby('Manager')['Employee'].apply(list).to_dict()

# 2. 遍历每个员工，用BFS统计所有下属（含间接）
subordinate_stats = {}
for emp in df['Employee']:
    total = 0
    subs_list = []
    queue = manager_to_direct_subs.get(emp, []).copy()
    
    total += len(queue)
    subs_list.extend(queue)
    
    while queue:
        current_sub = queue.pop(0)
        # 获取当前下属的直接下属
        next_level_subs = manager_to_direct_subs.get(current_sub, [])
        total += len(next_level_subs)
        subs_list.extend(next_level_subs)
        queue.extend(next_level_subs)
    
    subordinate_stats[emp] = {
        'count': total,
        'subordinates': subs_list
    }

# 3. 输出结果
for emp, stats in subordinate_stats.items():
    if stats['count'] == 0:
        print(f"{emp}无下属")
    else:
        print(f"{emp}有{stats['count']}名下属（{', '.join(stats['subordinates'])}）")

优势 #

• 无需额外安装库，代码轻量
• 迭代式BFS避免了递归深度限制，适合极多层级的场景
• 预先构建映射字典，避免重复遍历整个DataFrame，效率提升明显

注意事项 #

1. 层级循环处理：如果数据存在循环（如A是B的上级，B是A的上级），两种方案都会陷入死循环。可先通过nx.is_directed_acyclic_graph(G)（NetworkX方案）或手动检测的方式清理数据。
2. 顶层节点：确保处理Manager为None的顶层员工，避免遗漏统计。

内容的提问来源于stack exchange，提问作者Bruno Ramos Martins