基于Pandas处理HR数据：筛选指定主管下属及层级异常排查

直接使用isin()方法匹配dfB的Supervisor_ID与dfA的Supervisor_ID即可，代码如下：

# 筛选主管ID在dfA中的员工
filtered_employees = dfB[dfB['Supervisor_ID'].isin(dfA['Supervisor_ID'])]
# 查看筛选结果
print(filtered_employees)

执行后会直接得到你期望的筛选结果表格。

你的L_3为空，大概率是代码逻辑冗余导致匹配失效，或是存在数据类型不匹配的问题，以下是具体分析和修复方案：

问题分析 #

1. 用np.where构造DataFrame的写法过于绕，容易忽略原始数据的关联关系；
2. 可能存在L_2['Corporate_ID']与df['Supervisor_ID']数据类型不匹配的情况（比如一个是字符串、一个是整数），导致isin()无法匹配结果；
3. 可先验证df['Supervisor_ID']中是否存在L_2['Corporate_ID']的取值，确认是否有匹配基础。

修复后的层级计算代码 #

改用直观的布尔索引筛选，避免冗余操作，同时保留清晰的关联逻辑：

import pandas as pd

# L0：最高层级
L_0 = pd.DataFrame({"Corporate_ID": [60331], "Level": ["L0"]})

# L1：直接汇报给L0的员工
L_1 = df[df["Supervisor_ID"] == 60331].copy()
L_1["Level"] = "L1"
L_1 = L_1[["Corporate_ID", "Level"]]

# L2：直接汇报给L1的员工
L_2 = df[df["Supervisor_ID"].isin(L_1["Corporate_ID"])].copy()
L_2["Level"] = "L2"
L_2 = L_2[["Corporate_ID", "Level"]]
print(L_2)

# L3：直接汇报给L2的员工
# 先验证是否存在匹配项（排查用）
has_match = df["Supervisor_ID"].isin(L_2["Corporate_ID"]).any()
print(f"L3是否有匹配数据：{has_match}")

L_3 = df[df["Supervisor_ID"].isin(L_2["Corporate_ID"])].copy()
L_3["Level"] = "L3"
L_3 = L_3[["Corporate_ID", "Level"]]
print(L_3)

额外排查步骤 #

如果修复后L_3仍为空，执行以下操作定位问题：

• 检查L2的ID是否存在于df的主管ID中：

  # 查看L2中哪些ID在df的Supervisor_ID里
  common_ids = L_2[L_2['Corporate_ID'].isin(df['Supervisor_ID'])]
  print(common_ids)
  

• 统一数据类型（若类型不一致）：

  print(f"L2 Corporate_ID类型：{L_2['Corporate_ID'].dtype}")
  print(f"df Supervisor_ID类型：{df['Supervisor_ID'].dtype}")
  # 统一转换为整数（或根据实际情况转字符串）
  L_2['Corporate_ID'] = L_2['Corporate_ID'].astype(int)
  df['Supervisor_ID'] = df['Supervisor_ID'].astype(int)
  

内容的提问来源于stack exchange，提问作者Riku