基于Pandas DataFrame角色数据库计算管理层任职时长

没问题，我来帮你搞定这个需求！咱们先理清楚核心目标：要针对每个公司，找到现任最新的个人，然后计算这个人在该公司的任职时长（也就是从他最早入职的年份到最新年份的差值）。下面是一步步的实现方案：

步骤拆解 #

• 第一步：定位每个公司最新年份对应的任职人员
• 第二步：找出该人员在对应公司的最早任职年份
• 第三步：计算两个年份的差值，得到任职时长
• 第四步：整理成以公司为索引的最终结果

完整代码示例 #

首先咱们先构造一个符合你描述的示例数据集（方便你测试）：

import pandas as pd

# 模拟你的角色数据库
data = {
    'individual': ['Alice', 'Alice', 'Bob', 'Charlie', 'Charlie', 'Charlie'],
    'company': ['A', 'A', 'A', 'B', 'B', 'B'],
    'year': [2019, 2023, 2018, 2021, 2022, 2023]
}
df = pd.DataFrame(data)

接下来执行核心逻辑：

# 1. 获取每个公司最新年份的任职记录（拿到现任人员）
latest_roles = df.loc[df.groupby('company')['year'].idxmax()]

# 2. 计算每个员工在对应公司的最早入职年份
min_join_years = df.groupby(['company', 'individual'])['year'].min().reset_index()

# 3. 合并数据并计算任职时长
merged = pd.merge(latest_roles, min_join_years, on=['company', 'individual'])
merged['tenure'] = merged['year_x'] - merged['year_y']

# 4. 整理成目标格式：以公司为索引，值为任职时长
final_result = merged.set_index('company')['tenure']

运行后输出final_result就会得到你想要的结果：

company
A    4
B    2
Name: tenure, dtype: int64

关键逻辑说明 #

• df.groupby('company')['year'].idxmax()：这个方法会返回每个公司组内年份最大的那条记录的索引，用loc就能直接定位到现任人员的最新记录。
• groupby(['company', 'individual'])['year'].min()：因为同一个员工可能在同一家公司有多个年份的记录，所以需要按「公司+员工」分组来找到他最早的入职年份。
• 合并后用最新年份减去最早年份，就得到了该员工在这家公司的任职时长。

如果你的数据集里存在某公司只有一条记录的情况，这个逻辑也能自动处理（任职时长为0），完全适配你的需求。

内容的提问来源于stack exchange，提问作者Jan Ohlenbusch