如何在Pandas中根据ID匹配添加对应管理者姓名列？

嘿，这个需求很常见，用Pandas的map()方法就能轻松搞定，步骤非常清晰：

1. 先读取你的CSV文件 #

首先导入Pandas并读取数据，注意你CSV里空的ManagerId会被自动识别为NaN：

import pandas as pd

# 替换成你的CSV文件实际路径
df = pd.read_csv("your_data.csv")

2. 创建Id到姓名的映射字典 #

我们需要构建一个以员工Id为键、Name为值的字典，这样就能通过ManagerId直接查到对应的管理者姓名：

# 将Id设为索引，提取Name列转成字典
manager_map = df.set_index('Id')['Name'].to_dict()

这个字典的结构会是{1: 'A', 2: 'B', 3: 'C', 4: 'D'}，正好满足我们的匹配需求。

3. 添加Manager列并填充值 #

用map()方法将ManagerId列中的值映射为对应的管理者姓名，空的ManagerId会自动转为NaN：

df['Manager'] = df['ManagerId'].map(manager_map)

最终结果 #

运行完上面的代码后，你的DataFrame会变成这样：

Id Name  ManagerId Manager
0   1    A        3.0       C
1   2    B        4.0       D
2   3    C        NaN     NaN
3   4    D        NaN     NaN

可选：处理空值 #

如果你想把NaN换成空字符串，可以在后面加上fillna()：

df['Manager'] = df['ManagerId'].map(manager_map).fillna('')

这样无管理者的行，Manager列就会显示为空字符串而不是NaN。

另外，如果你的数据里存在ManagerId对应的Id不存在的情况（比如某个员工的ManagerId是5，但没有Id=5的记录），map()会自动把这类值转为NaN，这也符合逻辑——毕竟没有对应的管理者信息嘛。

内容的提问来源于stack exchange，提问作者kieunhi