Nivel 9 · ¿Quién cobra más cerca de su jefe?

Una tabla, dos papeles

employees guarda la línea jerárquica dentro de sí misma: manager_id contiene el employee_id del jefe de la persona. Para ver a ambas personas en una fila, une la tabla consigo misma. El lado izquierdo hace de empleado, el derecho hace de jefe:

bosses = employees[["employee_id", "first_name", "last_name", "salary"]]
pairs = employees.merge(bosses, left_on="manager_id", right_on="employee_id", suffixes=("", "_mgr"))

left_on y right_on sirven para claves con nombres distintos en cada lado. Como ambos lados tienen first_name, last_name, salary y employee_id, pandas necesita suffixes para distinguirlos. ("", "_mgr") deja las columnas del empleado sin cambios y añade _mgr a las del jefe, lo que se lee mucho mejor que los _x y _y por defecto. Seleccionar antes solo cuatro columnas del jefe mantiene estrecha la tabla unida.

Una clave float se encuentra con una clave int

manager_id es una columna float (1.0, 3.0, …) mientras que employee_id es int. Eso pasa porque el CEO no tiene jefe, y pandas normal no puede guardar un valor ausente en una columna int, así que toda la columna pasó a float con NaN para ella. El merge sigue funcionando: 3.0 coincide con 3. El NaN del CEO no coincide con nada, así que el merge inner la descarta y quedan 59 pares. Usa how="left" si necesitas a todos, con jefe o sin él, con NaN en las columnas del jefe.

Construir la respuesta

Las columnas de texto se unen con +, y los números se restan columna a columna:

pairs["employee"] = pairs["first_name"] + " " + pairs["last_name"]
pairs["salary_gap"] = pairs["salary_mgr"] - pairs["salary"]
pairs.sort_values(["salary_gap", "employee_id"]).head(3)[["employee", "salary_gap"]]

Las tres más cercanas son las support specialists Helen Parker ($22,000 por debajo de su líder) y Eric Jimenez ($23,000), y luego Donna Vasquez, una Senior Software Engineer $25,000 por debajo del Head of Engineering. Nadie gana más que su jefe, lo cual es una comprobación útil en sí misma: una diferencia negativa sería lo primero que preguntaría RR. HH.

Errores comunes

• Unir con on="employee_id", que empareja a cada persona consigo misma.
• Dejar los suffixes por defecto y luego restar salary_x de salary_y al revés.
• Esperar al CEO en el resultado: un merge inner descarta las filas cuya clave es NaN.
• Convertir manager_id con astype(int) primero, lo que falla por el NaN.