如何在同一pandas DataFrame中实现类似Vlookup的层级上级姓名查询

直接用Series.map()就可以完美替代Excel的VLOOKUP功能，不需要多次merge，也不需要创建独立DataFrame，核心思路是先构建「员工姓名-直接主管」的映射字典，逐层向上查询即可：

完整可运行代码 #

import pandas as pd

# 原始数据集创建
header = ['emp_id','emp_name','emp_manager','emp_org_lvl']
data = [[ 1,'John S'    ,'Bob A',   1],[2,  'Bob A',    'Paul P',   2],[3,  'Paul P',   'Charles Y',    3]]
df = pd.DataFrame(data, columns=header)

# 1、构建姓名到直接主管的映射字典，等价于VLOOKUP的查询范围
name_to_manager = df.set_index('emp_name')['emp_manager'].to_dict()

# 2、逐层查询上级主管
df['lvl2_name'] = df['emp_manager'].map(name_to_manager)
df['lvl3_name'] = df['lvl2_name'].map(name_to_manager)

# 若只需要保留最底层员工（org_lvl=1）的结果，取消注释下一行即可
# df = df[df['emp_org_lvl'] == 1]

print(df)

输出结果 #

多层级自动化实现 #

如果组织层级不止3级，不需要手动写每一层的查询代码，可以用循环自动生成所有层级的主管字段：

# 可根据实际组织最大层级调整数值
max_level = 3
current_col = 'emp_manager'
for lvl in range(2, max_level+1):
    col_name = f'lvl{lvl}_name'
    df[col_name] = df[current_col].map(name_to_manager)
    current_col = col_name

方法说明 #

• map()方法和Excel VLOOKUP逻辑完全一致：传入的字典就是查询区域，key是查询值，value是返回结果
• 全程只需要操作1个原始DataFrame，不需要额外创建辅助表，性能远高于多次merge

内容的提问来源于stack exchange，提问作者mmera