来自经理和员工 ID 的 python 层次结构

Question

我有一个包含两列的 csv：员工 ID 'eid' 和经理的员工 ID 'mid'。尝试获取 python 代码，该代码将为每个员工添加显示经理的员工 ID 的列，一直到 CEO。 CEO 的员工 ID 为 1。最终我想将结果写回 csv。

所以数据看起来像：

eid,    mid
111,    112
113,    112
112,    114
114,    115
115,    1

我期待这样的输出。请注意，虽然没有员工会有超过 4 级的经理，但我也想学习动态命名列的 python。

eid,    mid,    l2mid   l3mid   l4mid
111,    112,    114,    115,    1
113,    112,    114,    115,    1
112,    114,    115,    1   
114,    115,    1       
115,    1           

我对编码非常陌生，并试图自学但一直卡住。我的问题： 1) 我试图使用 for 语句在给定的行中使用mid，然后找到该经理的经理，依此类推，直到我到达 CEO。我一直在尝试这些方面：

df = pd.read_csv('employee.csv') 
if mid =! 1 
for i in df:
    df.['l2mid'] = df.loc[df.eid == [i], [mid]]

也许我正在倒退，我应该尝试按经理对所有员工进行分组？这段代码会有什么不同？

我在C# 和sql 中看到了解决方案，我也看到了构建trees 和json 的解决方案。我非常感谢任何帮助和鼓励。

更新：下一步是添加国家/地区列 - 请参阅：entry here

Answer 1

我相信有一个更好的解决方案，但这是可行的。我用零填空。

a = []
for index, row in df.iterrows():
    res = df[df['eid']==row['mid']]['mid'].values
    a.append(0 if not res else res[0])
df['l2mid'] = a

a = []
for index, row in df.iterrows():
    res = df[df['eid']==row['l2mid']]['mid'].values
    a.append(0 if not res else res[0])
df['l3mid'] = a

a = []
for index, row in df.iterrows():
    res = df[df['eid']==row['l3mid']]['mid'].values
    a.append(0 if not res else res[0])
df['l4mid'] = a

df
# output :
# eid   mid l2mid   l3mid   l4mid
# 0 111 112 114 115 1
# 1 113 112 114 115 1
# 2 112 114 115 1   0
# 3 114 115 1   0   0
# 4 115 1   0   0   0

您可以为例程定义一个函数。

def search_manager(target_column, new_column):
    a = []
    for index, row in df.iterrows():
        res = df[df['eid']==row[target_column]]['mid'].values
        a.append(0 if not res else res[0])
    df[new_column] = a

search_manager('mid', 'l2mid')
search_manager('l2mid', 'l3mid')
search_manager('l3mid', 'l4mid')