如何用纯Pandas计算企业汇报关系中的层级差距？

假设某企业的汇报关系由如下Pandas DataFrame定义：

import pandas as pd
ref_pd = pd.DataFrame({'employee':['a','b','c','d','e','f'],'supervisor':['c','c','d','f','f',None]})

具体汇报关系：

• a、b向c汇报，c向d汇报，d向f汇报
• e直接向f汇报
• f为最高管理者，无上级

已知企业层级最多为4层（f为第1层，d、e为第2层，c为第3层，a、b为第4层），需要计算如下DataFrame中的gap列：

gap_pd = pd.DataFrame({'supervisor':['d','d','d','d','d','d'],'employee':['a','b','c','d','e','f'],'gap':[2,2,1,0,None,None]})

gap列的计算逻辑（指定管理者为d时）：

• 员工为d时，gap为0（无层级差距）
• c直接向d汇报，gap为1
• a、b通过c间接向d汇报，gap为2
• e和f最终不向d汇报，gap为Null

以下是纯Pandas的解决方案，无需依赖图计算库：

实现思路 #

通过迭代向上追溯每个员工的上级，记录追溯步数：找到目标管理者则返回步数，追溯到最高层仍未找到则返回Null。

代码实现 #

import pandas as pd

# 初始化汇报关系表
ref_pd = pd.DataFrame({'employee':['a','b','c','d','e','f'],'supervisor':['c','c','d','f','f',None]})
# 初始化待计算的gap表（不含gap列）
gap_pd = pd.DataFrame({'supervisor':['d','d','d','d','d','d'],'employee':['a','b','c','d','e','f']})

# 定义计算单个员工gap的函数
def calculate_gap(target_supervisor, employee, ref_df):
    # 员工就是目标管理者，直接返回0
    if employee == target_supervisor:
        return 0
    gap = 0
    current_emp = employee
    while True:
        # 获取当前员工的上级
        supervisor = ref_df.loc[ref_df['employee'] == current_emp, 'supervisor'].values[0]
        # 无上级，说明不在目标汇报链中，返回None
        if supervisor is None:
            return None
        gap += 1
        # 找到目标管理者，返回当前步数
        if supervisor == target_supervisor:
            return gap
        # 继续向上追溯
        current_emp = supervisor

# 批量计算gap列
gap_pd['gap'] = gap_pd.apply(lambda row: calculate_gap(row['supervisor'], row['employee'], ref_pd), axis=1)

# 输出结果
print(gap_pd)

运行结果 #

supervisor employee   gap
0          d        a   2.0
1          d        b   2.0
2          d        c   1.0
3          d        d   0.0
4          d        e   NaN
5          d        f   NaN

方案说明 #

1. 自定义函数calculate_gap负责单个员工的层级差距计算，逻辑简单直观
2. 使用apply方法批量处理gap_pd的每一行，适配多目标管理者的场景（如果gap_pd中存在多个不同的supervisor值也能正确计算）
3. 无需额外依赖，完全基于Pandas的基础操作实现，层级数量超过4层时也能兼容

内容的提问来源于stack exchange，提问作者yurnero