如何基于包含人员姓名职位的CSV文件生成各职位1人的随机分组

整体逻辑是先按职位拆分数据集、分别随机打乱，再按索引对齐分配分组编号，最后合并输出，时间复杂度为O(n)，适合任意规模的人员数据处理。

操作步骤 #

• 第一步：读取原始CSV，按四类职位拆分出4个独立的人员列表，各自执行随机排序
• 第二步：取4个职位列表的最小长度作为可生成的最大组数（总人数55不是4的整数倍，必然存在剩余人员，剩余人员分组可标注为未分组）
• 第三步：给每个职位列表的前N个成员（N为最大组数）分配从1到N的分组编号，剩余成员统一标注分组为未分组
• 第四步：合并所有人员数据，输出带分组列的新CSV即可

可直接运行的代码 #

import pandas as pd
import random

# 1. 读取原始数据
df = pd.read_csv("你的原始文件路径.csv")

# 2. 按职位拆分并随机打乱
pos_list = ["Producer", "Director", "Volunteer", "Tech"]
pos_dfs = {}
for pos in pos_list:
    pos_df = df[df["职位"] == pos].copy().sample(frac=1).reset_index(drop=True)
    pos_dfs[pos] = pos_df

# 3. 计算最大可分组数
max_group = min(len(v) for v in pos_dfs.values())

# 4. 分配分组编号
result_list = []
for pos, pos_df in pos_dfs.items():
    # 前max_group个分配分组
    pos_df.loc[:max_group-1, "分组"] = pos_df.loc[:max_group-1].index + 1
    # 剩余的标注未分组
    pos_df.loc[max_group:, "分组"] = "未分组"
    result_list.append(pos_df)

# 5. 合并并输出
final_df = pd.concat(result_list).reset_index(drop=True)
final_df.to_csv("分组结果.csv", index=False, encoding="utf-8-sig")

可选调整规则 #

如果需要把剩余人员也分配到现有组中，可以在上述代码基础上，给剩余人员随机匹配1到max_group的分组编号即可，不会破坏原有组的四类职位各1人的基础规则。

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