使用Python Pandas生成员工至最高管理层的完整层级路径

嗨，我来帮你搞定这个员工层级路径生成的问题！先理清楚你的需求：我们要给每个员工生成一条从最高管理层（level 0）到他自己的完整路径，用|拼接沿途的path_variable，还要避开iterrows()这种效率较低的方法对吧？

先复现你的原始数据 #

首先先把你提供的DataFrame构造代码放出来，方便后续操作：

import pandas as pd

data=[['1','0','0','0','0'],['2','1','1','0','0|0'],['3','1','1','1','0|1'],['4','2','2','0','0|0|0'],['5','2','2','1','0|0|1'],['6','2','2','2','0|0|2'],['7','3','2','0','0|1|0'],['8','3','2','1','0|1|1'],['9','3','2','2','0|1|2'],['10','3','2','3','0|1|3'],['11','4','3','0','0|0|0|0'],['12','4','3','1','0|0|0|1'],['13','10','3','0','0|1|3|0']]
df = pd.DataFrame(data, columns=['eid','m_eid','level','path_variable','complete_path'])
df=df.drop('complete_path',axis=1)

解决方案思路 #

因为这是一个树形的层级结构，我们需要从每个员工向上追溯到根节点（level 0，也就是m_eid为0的员工），然后把沿途的path_variable按顺序拼接。为了提升效率，我们可以：

1. 先构建一个快速查找的映射字典，把每个员工的经理ID和对应路径变量存起来
2. 用带缓存的递归函数来生成路径——缓存可以避免重复计算相同上级的路径，大幅提升性能
3. 用apply方法批量生成路径，比iterrows()高效得多

具体实现代码 #

from functools import lru_cache

# 第一步：构建员工到经理ID、路径变量的映射字典，方便快速查找
employee_map = df.set_index('eid')[['m_eid', 'path_variable']].to_dict('index')

# 第二步：定义带缓存的路径生成函数
@lru_cache(maxsize=None)
def get_complete_path(eid):
    current_info = employee_map[eid]
    current_path_var = current_info['path_variable']
    manager_eid = current_info['m_eid']
    
    # 如果是最高层管理者（经理ID为0），直接返回自身的路径变量
    if manager_eid == '0':
        return current_path_var
    # 否则先获取经理的完整路径，再拼接当前员工的路径变量
    else:
        manager_full_path = get_complete_path(manager_eid)
        return f"{manager_full_path}|{current_path_var}"

# 第三步：给DataFrame添加完整路径列
df['complete_path'] = df['eid'].apply(get_complete_path)

验证结果 #

运行完上面的代码后，你就能得到想要的complete_path列了。比如：

• eid=10的完整路径是0|1|3，和你给出的例子完全一致
• eid=13的完整路径是0|1|3|0，完美匹配需求
• 即使存在层级跳跃的情况，这个方法也能正确追溯到根节点，因为我们是通过m_eid而非level来向上查找的

这个方法的优势在于：lru_cache会缓存已经计算过的路径，比如同一个经理的所有下属，只会计算一次经理的路径；而且apply是向量化操作，比逐行迭代的iterrows()效率高很多，适合处理大规模数据。

备注：内容来源于stack exchange，提问作者Akshit Chauhan