已知其他变量值，查找缺失的Boss_Position观测值

嘿，我明白你现在的需求——要从已有完整数据里匹配Boss_Name对应的职位，补全那些缺失的Boss_Position字段对吧？我给你几个不同工具下的实用方案，你可以根据自己常用的工具来选：

Excel/Google Sheets 操作方案 #

• 第一步：先做一份Boss_Name与Boss_Position的唯一映射表
  把所有包含完整Boss_Name和Boss_Position的行（包括那些Boss自己作为Own_Name的行）提取出来，用「删除重复项」功能去重。如果同一个Boss在不同年份职位有变化，记得保留Boss_Name+Year的唯一组合，别直接去重掉年份维度。
• 第二步：用匹配函数补全缺失值
  假设你的原始数据在A:D列（A=Own_Name, B=Own_Position, C=Year, D=Boss_Position），映射表放在F:G列（F=Boss_Name, G=Boss_Position），可以在D2单元格输入：

  =XLOOKUP(B2,$F:$F,$G:$G,"",0)
  

  要是习惯用VLOOKUP，记得把映射表的Boss_Name放在第一列：

  =VLOOKUP(B2,$F:$G,2,FALSE)
  

  如果需要按年份匹配职位，就把映射表的F列改成=F2&C2（Boss_Name拼接Year），公式里用=XLOOKUP(B2&C2,$F:$F,$G:$G,"",0)就行。

Python Pandas 代码方案 #

如果用Python处理批量数据，这个方法效率更高：

• 先读取数据集：

  import pandas as pd
  df = pd.read_csv("your_data_file.csv")  # 替换成你的数据路径
  

• 生成职位映射字典：
  • 不考虑年份变化，取每个Boss的最新职位：

    # 先过滤出有完整职位的行，按年份排序后取每个Boss的最后一条职位
    boss_pos_map = df.dropna(subset=["Boss_Position"]).sort_values("Year").groupby("Boss_Name")["Boss_Position"].last().to_dict()
    

  • 需要按年份匹配的话：

    # 用Boss_Name+Year作为键，职位作为值
    boss_pos_map = df.dropna(subset=["Boss_Position"]).set_index(["Boss_Name", "Year"])["Boss_Position"].to_dict()
    

• 填充缺失值：

  # 不考虑年份的情况
  df["Boss_Position"] = df["Boss_Position"].fillna(df["Boss_Name"].map(boss_pos_map))
  
  # 考虑年份的情况
  df["Boss_Position"] = df["Boss_Position"].fillna(df.apply(lambda row: boss_pos_map.get((row["Boss_Name"], row["Year"])), axis=1))
  

SQL 数据库补全方案 #

如果数据存在数据库里，可以用自连接来批量更新：

WITH boss_valid_positions AS (
    -- 先从数据里提取所有Boss的有效职位（包括他们作为Own_Name的行）
    SELECT DISTINCT
        Own_Name AS Boss_Name,
        Year,
        Own_Position AS Boss_Position
    FROM employee_hierarchy
    WHERE Own_Position IS NOT NULL
)
UPDATE employee_hierarchy eh
SET Boss_Position = bp.Boss_Position
FROM boss_valid_positions bp
WHERE eh.Boss_Name = bp.Boss_Name
  AND eh.Year = bp.Year
  AND eh.Boss_Position IS NULL;

注：不同SQL方言的语法会有差异，比如MySQL要用JOIN代替FROM，Oracle可以用MERGE语句，你根据自己用的数据库调整就行。

几个关键注意点 #

• 先清理映射数据：一定要确保每个Boss_Name（或Boss_Name+Year）对应的职位是唯一的，如果出现同个Boss同一年有多个不同职位的冲突，得先确定取哪一个（比如最新记录、最高职级）。
• 验证结果：填充完后，记得检查还有没有遗漏的缺失值，那些可能是没有对应完整数据的Boss，需要单独核对处理。

内容的提问来源于stack exchange，提问作者Reliably Sourced