Python中父子层级结构排序与层级标识实现需求

针对你180万行的汽车产品结构表，硬编码循环只能处理固定层级，这里提供基于字典映射+广度优先遍历的方案，可高效处理任意深度的层级结构，同时生成带缩进的层级字段。

核心思路 #

• 构建父-子映射字典：把每个parent_ref对应的所有child_ref存起来，O(1)查找效率适配百万级数据。
• 层级遍历标记：从一级节点（parent_ref="-1"）开始，逐层遍历子节点，记录每个节点的层级数，同时生成对应缩进（比如每深一层加两个下划线__）。
• 批量更新DataFrame：避免用iterrows这种低效遍历，直接用字典映射批量赋值，提升处理速度。

完整代码实现 #

import pandas as pd

# 读取数据
df = pd.read_csv("file.csv")

# 1. 构建父节点到子节点的映射：key是parent_ref，value是对应的行索引列表
parent_to_children = df.groupby('parent_ref').groups

# 2. 初始化层级字典，存储每个child_ref对应的层级和缩进字符串
level_info = {}
# 处理一级节点（parent_ref=-1），注意匹配数据中实际的根节点标识格式
root_rows = df[df['parent_ref'] == "-1"]
for idx, row in root_rows.iterrows():
    child_ref = row['child_ref']
    level_info[child_ref] = (1, "1")  # (层级数, 带缩进的显示文本)

# 3. 广度优先遍历，逐层处理子节点
current_level_nodes = root_rows['child_ref'].tolist()
current_level_num = 1

while current_level_nodes:
    next_level_nodes = []
    current_level_num += 1
    indent = "__" * (current_level_num - 1)  # 每深一层增加两个下划线缩进
    for parent_ref in current_level_nodes:
        # 检查当前父节点是否有子节点
        if parent_ref in parent_to_children:
            child_indices = parent_to_children[parent_ref]
            for idx in child_indices:
                child_ref = df.loc[idx, 'child_ref']
                level_info[child_ref] = (current_level_num, f"{indent}{current_level_num}")
                next_level_nodes.append(child_ref)
    current_level_nodes = next_level_nodes

# 4. 把层级信息映射回原DataFrame
df['Level (with visual identation)'] = df['child_ref'].map(lambda x: level_info.get(x, ""))
# 可选：生成单独的数字层级字段
df['Level'] = df['child_ref'].map(lambda x: level_info.get(x, (None, ""))[0])

关键优化点 #

• 规避递归栈溢出：用迭代式的广度优先遍历替代递归，不会因为层级过深导致栈溢出，同时更适合百万级数据的内存管理。
• 高效数据查询：用groupby.groups构建的字典，比循环查找效率提升数个量级，适配180万行的规模。
• 批量赋值提效：最后用map方法批量更新DataFrame，比iterrows逐行修改速度快很多。

注意事项 #

• 确保parent_ref的根节点标识和数据完全匹配：比如你代码里写的"'-1"，要和实际数据中的值一致，否则会漏处理一级节点。
• 若存在孤立节点（父节点未出现在child_ref中），这些节点的层级会被设为空，可根据需求补充默认值。

内容的提问来源于stack exchange，提问作者user24560168