如何使用Python/Pandas基于工作分解结构（WBS）为数据框生成父/子标记列

咱们先从你给出的示例里提炼出核心规则：如果一个WBS编号存在直接的下一级子条目（也就是有其他WBS以它为前缀，格式为当前WBS.xxx），那它就是Parent；如果没有任何子条目，就标记为Child。

基于这个规则，我们可以用Pandas快速实现这个逻辑，下面是具体的代码步骤：

1. 构造示例数据 #

首先把你提供的示例数据转换成DataFrame：

import pandas as pd

data = {
    "WBS #": [
        "1", "1.1", "1.1.1", "1.1.2", "1.1.2.1", "1.1.2.1.1", 
        "1.1.2.1.1.1", "1.1.2.1.1.2", "1.1.2.1.2", "1.1.2.1.3", "1.1.2.2"
    ]
}
df = pd.DataFrame(data)

2. 实现父级判断逻辑 #

写一个简单的辅助函数检查每个WBS是否存在子项，再用apply方法给每行添加标记：

def has_child(wbs, all_wbs):
    # 构造子项的前缀格式：当前WBS + 英文点号
    child_pattern = f"{wbs}."
    # 检查所有WBS中是否有符合这个前缀的条目
    return any(item.startswith(child_pattern) for item in all_wbs)

# 生成Parent/Child列
df["Parent/Child"] = df["WBS #"].apply(
    lambda x: "Parent" if has_child(x, df["WBS #"].tolist()) else "Child"
)

3. 验证结果 #

运行代码后打印DataFrame，就能得到和你示例完全一致的结果：

print(df)

输出结果：

WBS # Parent/Child
0           1        Parent
1         1.1        Parent
2       1.1.1         Child
3       1.1.2        Parent
4     1.1.2.1        Parent
5   1.1.2.1.1        Parent
6 1.1.2.1.1.1         Child
7 1.1.2.1.1.2         Child
8   1.1.2.1.2         Child
9   1.1.2.1.3         Child
10      1.1.2.2         Child

优化建议（针对大数据量） #

如果你的DataFrame行数很多，上面的循环方法效率可能不够高。可以用集合优化查找速度，减少重复计算：

all_wbs = df["WBS #"].tolist()

df["Parent/Child"] = df["WBS #"].apply(
    lambda x: "Parent" if any(wbs.startswith(f"{x}.") for wbs in all_wbs) else "Child"
)

这样处理后，你就能轻松基于Parent/Child列筛选出所有子级元素进行后续汇总操作啦~

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