python - Pandas 中的动态过滤/屏蔽

Question

我有一个包含员工信息的 Pandas 数据框，如下所示:

df=pd.DataFrame({
    'Id':[1,2,3,4],
    'Name':['Joe','Henry','Sam','Max'],
    'Salary':[70000,80000,60000,90000],
    'ManagerId':[3,4,np.nan,np.nan]
})

   Id   Name  Salary  ManagerId
0   1    Joe   70000        3.0
1   2  Henry   80000        4.0
2   3    Sam   60000        NaN
3   4    Max   90000        NaN

我需要做的是过滤员工的薪水超过他的经理(在这种情况下，乔因为他的薪水高于他的经理山姆)。

0   1    Joe   70000        3.0

由于 Id 和 Manager Id 之间的关系，我认为我可以使用循环作为最后的手段，但这似乎真的是手动的，而且看起来也很丑陋。我想知道我是否可以通过 mask 来做到这一点。作为初学者，我目前只能做条件静态的简单屏蔽，比如过滤工资超过60000的员工。但是在这种情况下，每个员工的条件是不同的。
我不知道这种技术叫什么，所以我只是编了个标题。
谢谢你的帮助。

Answer 1

想法是匹配的ManagerID来自 Salary来自 Id ，因此可能比较更大和过滤器:

df = df[df['Salary'].gt(df['ManagerID'].map(df.set_index(['Id'])['Salary']))]
print (df)
   Id Name  Salary  ManagerID
0   1  Joe   70000        3.0

详情 :

print (df['ManagerID'].map(df.set_index(['Id'])['Salary']))
0    60000.0
1    90000.0
2        NaN
3        NaN
Name: ManagerID, dtype: float64