求助：将父子结构Pandas DataFrame转换为层级字典

嘿，我明白你绕在循环里的痛苦了——树形结构的转换确实容易让人思路混乱。咱们一步步来，把这个DataFrame转成你想要的层级字典。

思路分析 #

你的数据是典型的树形结构：

• 根节点是parent_id=-1的「Company」
• 二级节点是它的子节点「Bakery」和「Frozen」
• 三级节点是二级节点的子节点，最终要转成列表形式

咱们的核心步骤是：先把DataFrame转成内存里的树形结构，再递归遍历这个树，生成目标字典。

完整代码实现 #

import pandas as pd

# 你的原始数据
data = [
    {"id": 1, "parent_id": -1, "level": 1, "name": "Company"},
    {"id": 2, "parent_id": 1, "level": 2, "name": "Bakery"},
    {"id": 3, "parent_id": 1, "level": 2, "name": "Frozen"},
    {"id": 4, "parent_id": 2, "level": 3, "name": "Bread"},
    {"id": 5, "parent_id": 2, "level": 3, "name": "Pastry"},
    {"id": 6, "parent_id": 3, "level": 3, "name": "Ice Cream"},
    {"id": 7, "parent_id": 3, "level": 3, "name": "Sorbet"},
]
df = pd.DataFrame(data)

# 第一步：构建节点映射，方便快速查找每个节点的信息和子节点
node_map = {}
for _, row in df.iterrows():
    # 每个节点存储名字和子节点列表
    node_map[row["id"]] = {"name": row["name"], "children": []}

# 第二步：填充每个节点的子节点，搭建树形结构
for _, row in df.iterrows():
    parent_id = row["parent_id"]
    if parent_id != -1:  # 跳过根节点的父节点（-1）
        node_map[parent_id]["children"].append(node_map[row["id"]])

# 第三步：递归遍历树形结构，生成目标格式的层级字典
def build_hierarchy(node):
    # 检查当前节点的所有子节点是否都是叶子（没有子节点）
    all_leaf_nodes = all(not child["children"] for child in node["children"])
    if all_leaf_nodes:
        # 如果子节点都是叶子，返回名字列表
        return [child["name"] for child in node["children"]]
    # 如果子节点还有下一级，继续构建嵌套字典
    return {child["name"]: build_hierarchy(child) for child in node["children"]}

# 找到根节点（parent_id=-1的节点）
root_id = df[df["parent_id"] == -1]["id"].iloc[0]
root_node = node_map[root_id]

# 生成最终结果
result = {root_node["name"]: build_hierarchy(root_node)}
print(result)

输出结果 #

运行后会得到你想要的结构：

{'Company': {'Bakery': ['Bread', 'Pastry'], 'Frozen': ['Ice Cream', 'Sorbet']}}

为什么这么做？ #

1. 节点映射：把每个id对应的节点信息存起来，避免反复遍历DataFrame查找父节点，效率更高。
2. 树形结构搭建：把扁平的DataFrame转成内存里的树，让层级关系更直观。
3. 递归生成字典：根据节点是否有子节点，动态决定返回列表还是嵌套字典，适配你的目标格式，而且就算以后有更多层级（比如level4），这个代码也能自动适配。

内容的提问来源于stack exchange，提问作者ajrlewis