如何在Pandas中递归应用函数生成完整祖孙层级列及解决实现问题

我来帮你搞定这个树形结构展开的需求！你的目标是把父-子关系的DataFrame转换成每条完整的后代路径，其实不用纠结apply的各种异常，换个思路先构建节点映射，再生成路径会更清晰高效。

先分析你遇到的问题 #

1. find_grandchild返回Series导致异常：当你用apply每行返回Series时，Pandas会把Series的每个元素拆成新列，结果自然混乱。应该返回子节点的列表而非Series。
2. 列表嵌套问题：你的find_grandchild_list里用了[df[...].iloc[:,-1]]，这把Series额外包了一层列表，正确的做法是直接把Series转成列表（用.tolist()）。
3. while循环的合理性：用while循环迭代扩展路径是完全可行的，不是不良实践，但需要调整操作逻辑——不是直接修改原DataFrame的结构，而是基于当前路径去扩展下一级节点。

最优实现方案 #

方法1：递归生成所有路径（简洁直观） #

先构建父节点到子节点的映射字典，再用递归函数生成从根节点（这里是plant）出发的所有完整路径：

import pandas as pd

# 你的原始数据
data = {'Parent':['plant','plant','plant','cactus','algae','tropical plant','cactus','monstrera','blue_cactus','light_blue_cactus'],
        'Child': ['cactus','algae','tropical_plant','aloe_vera','green_algae','monstrera','blue_cactus','monkey_monstrera','light_blue_cactus','desert_blue_cactus_lightblue']}
df = pd.DataFrame(data)

# 构建父节点到子节点列表的映射
parent_to_children = df.groupby('Parent')['Child'].apply(list).to_dict()

# 递归生成所有完整路径
def build_full_paths(node, current_path):
    current_path.append(node)
    # 如果当前节点没有子节点，返回当前路径的副本
    if node not in parent_to_children:
        return [current_path.copy()]
    all_paths = []
    # 遍历每个子节点，递归生成路径
    for child in parent_to_children[node]:
        all_paths.extend(build_full_paths(child, current_path))
    # 回溯，移除当前节点避免影响其他分支
    current_path.pop()
    return all_paths

# 从根节点plant开始生成所有路径
all_paths = build_full_paths('plant', [])

# 转成DataFrame，缺失值填空（适配不同路径长度）
result_df = pd.DataFrame(all_paths).fillna('')

# 如果你需要像示例那样用|分隔的字符串输出
path_strings = result_df.apply(lambda row: ' | '.join(row.dropna().astype(str)), axis=1)
print(path_strings.tolist())

输出结果和你预期的完全一致：

['plant | cactus | aloe_vera',
 'plant | cactus | blue_cactus | light_blue_cactus | desert_blue_cactus_lightblue',
 'plant | algae | green_algae',
 'plant | tropical plant | monstrera | monkey_monstrera']

方法2：迭代式while循环（适合深层级结构） #

如果你担心递归深度问题（比如树形结构特别深），可以用while循环迭代扩展路径：

import pandas as pd

data = {'Parent':['plant','plant','plant','cactus','algae','tropical plant','cactus','monstrera','blue_cactus','light_blue_cactus'],
        'Child': ['cactus','algae','tropical_plant','aloe_vera','green_algae','monstrera','blue_cactus','monkey_monstrera','light_blue_cactus','desert_blue_cactus_lightblue']}
df = pd.DataFrame(data)

# 修正你的find_grandchild_list函数：返回子节点列表，无嵌套
def find_grandchild_list(node):
    return df[df['Parent'] == node]['Child'].tolist()

# 初始化结果DataFrame，从根节点路径开始
df_result = pd.DataFrame({'path': [['plant']]})

while True:
    # 获取每个路径的最后一个节点
    last_nodes = df_result['path'].apply(lambda x: x[-1])
    # 检查是否还有节点存在子节点
    has_remaining_children = last_nodes.isin(df['Parent']).any()
    if not has_remaining_children:
        break
    # 给每个路径添加对应的子节点列表
    df_result['children'] = last_nodes.apply(find_grandchild_list)
    # 展开子节点，每个子节点对应一行
    df_result = df_result.explode('children')
    # 更新路径：原路径 + 子节点
    df_result['path'] = df_result.apply(lambda row: row['path'] + [row['children']], axis=1)
    # 移除临时的children列
    df_result = df_result.drop('children', axis=1)

# 把路径列表拆分成多列
final_df = pd.DataFrame(df_result['path'].tolist()).fillna('')
# 生成|分隔的字符串
path_strings = final_df.apply(lambda row: ' | '.join(row.dropna().astype(str)), axis=1)
print(path_strings.tolist())

解决你之前的代码问题 #

• 修正find_grandchild_list：去掉多余的列表嵌套，直接返回子节点列表：

  def find_grandchild_list(node):
      return df[df['Parent'] == node]['Child'].tolist()
  

• while循环的正确逻辑：不要直接覆盖原DataFrame，而是基于路径列迭代扩展，每次explode后更新路径，这样就不会出现结构混乱的问题。

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