在Pandas中实现子父层级路径生成的技术求助

针对你遇到的问题——无法生成每个子节点对应的完整父链路径，且出现NetworkXNoPath错误，以下是可行的解决方案：

核心逻辑 #

1. 构建有向图时，严格建立子节点→父节点的关联，只处理当前行的父子关系，避免跨节点无效查询
2. 对每个子节点，递归遍历所有可能的父节点链，收集所有完整路径（支持一个子节点对应多个父节点的多路径场景）
3. 自动处理无父节点或父节点不存在的情况，避免报错

完整代码 #

import pandas as pd
import networkx as nx

def generate_hierarchy_paths(df):
    # 构建有向图：子节点指向父节点，仅添加有效父子边
    G = nx.DiGraph()
    for _, row in df.dropna(subset=['PARENT_ID']).iterrows():
        child = row['CHILD_ID']
        parent = row['PARENT_ID']
        if parent.strip() != '':  # 过滤空字符串父节点
            G.add_edge(child, parent)
    
    # 递归获取单个节点的所有完整路径
    def get_paths(node):
        paths = []
        # 无父节点时，路径仅包含自身
        if node not in G or not list(G.successors(node)):
            paths.append([node])
        else:
            # 遍历每个父节点，递归拼接路径
            for parent in G.successors(node):
                for path in get_paths(parent):
                    paths.append([node] + path)
        return paths
    
    # 为每个子节点生成层级路径列表
    df['Hierarchy'] = df['CHILD_ID'].apply(
        lambda x: [','.join(p) for p in get_paths(x)]
    )
    
    # 处理孤立节点（无任何父节点关联）
    df['Hierarchy'] = df['Hierarchy'].apply(lambda x: x if x else [x])
    
    return df

# 测试数据（匹配你给出的示例需求）
test_df = pd.DataFrame([
    {"CHILD_ID": "ITEM_1", "PARENT_ID": "ITEM_A"},
    {"CHILD_ID": "ITEM_A", "PARENT_ID": "ITEM_X"},
    {"CHILD_ID": "ITEM_A", "PARENT_ID": "ITEM_Y"},
    {"CHILD_ID": "ITEM_X", "PARENT_ID": ""},
    {"CHILD_ID": "ITEM_Y", "PARENT_ID": ""}
])

# 生成结果
output_df = generate_hierarchy_paths(test_df)
print(output_df[["CHILD_ID", "Hierarchy"]])

代码说明 #

• 图构建优化：仅添加非空父节点的边，避免无效节点关联
• 多路径支持：递归遍历每个父节点，自动收集所有可能的层级路径（比如ITEM_1会生成["ITEM_1,ITEM_A,ITEM_X", "ITEM_1,ITEM_A,ITEM_Y"]）
• 错误规避：只针对当前节点的父链进行遍历，不会尝试查询无关节点间的路径，彻底解决NetworkXNoPath错误
• 空值处理：自动处理孤立节点，确保每个行都有有效层级数据

对应SQL递归逻辑的映射 #

如果你习惯用SQL递归CTE的思路，本代码的逻辑和以下SQL完全一致：

WITH RECURSIVE node_hierarchy AS (
SELECT CHILD_ID, PARENT_ID, CAST(CHILD_ID AS TEXT) AS hierarchy_path
FROM your_table
WHERE PARENT_ID IS NULL OR PARENT_ID = ''
UNION ALL
SELECT t.CHILD_ID, t.PARENT_ID, CONCAT(t.CHILD_ID, ',', h.hierarchy_path)
FROM your_table t
JOIN node_hierarchy h ON t.PARENT_ID = h.CHILD_ID
)
SELECT * FROM node_hierarchy;

内容的提问来源于stack exchange，提问作者Rafał