如何使用DataFrame递归查找连接及代码问题排查

原始DataFrame #

数据定义：

data = {
    'Row_Id': [1, 2, 3, 4, 5, 6, 7],
    'Inbound_Connection': [[2, 5, 3], [3], [4], [1], [], [3], [4]],
    'Outbound_Connection': [[4], [1], [1, 6, 2], [3, 7], [1], [], []],
    'Row_Text': ['Row 1', 'Row 2', 'Row 3', 'Row 4', 'Row 5', 'Row 6', 'Row 7']
}

表格展示：

需求 #

给定任意行ID，递归获取该行的Inbound_Connection和Outbound_Connection，并继续递归获取这些连接节点的入站、出站连接，形成完整的层级关系。

现有代码问题 #

当前代码中，当递归到已访问过的节点时，直接返回空字典{}，导致该节点的基础信息（如Row_Text）以及其连接关系被省略，从而出现多元素连接或嵌套连接时信息缺失的情况。

修正方案 #

修改递归逻辑：当节点已被访问时，返回该节点的基础信息（仅Row_Text），而非空字典；同时保留visited集合避免循环递归，但不丢失节点本身的信息。

修正后的代码：

import pandas as pd
import json

data = {
    'Row_Id': [1, 2, 3, 4, 5, 6, 7],
    'Inbound_Connection': [[2, 5, 3], [3], [4], [1], [], [3], [4]],
    'Outbound_Connection': [[4], [1], [1, 6, 2], [3, 7], [1], [], []],
    'Row_Text': ['Row 1', 'Row 2', 'Row 3', 'Row 4', 'Row 5', 'Row 6', 'Row 7']
}
df = pd.DataFrame(data)


def find_connections(df, row_id, visited=None):
    if visited is None:
        visited = set()
    
    # 获取当前行基础信息
    row = df[df['Row_Id'] == row_id]
    if row.empty:
        return {}
    row_text = row['Row_Text'].values[0]
    
    # 已访问节点仅返回基础信息，避免循环递归
    if row_id in visited:
        return {'Row_Text': row_text}
    
    visited.add(row_id)
    inbound_connections = row['Inbound_Connection'].values[0]
    outbound_connections = row['Outbound_Connection'].values[0]

    connections_dict = {'Row_Text': row_text}
    # 处理入站连接
    if inbound_connections:
        connections_dict['Inbound'] = {}
        for conn_id in inbound_connections:
            connections_dict['Inbound'][conn_id] = find_connections(df, conn_id, visited)
    # 处理出站连接
    if outbound_connections:
        connections_dict['Outbound'] = {}
        for conn_id in outbound_connections:
            connections_dict['Outbound'][conn_id] = find_connections(df, conn_id, visited)

    return connections_dict


# 生成所有行的完整连接关系
connections_dict = {row_id: find_connections(df, row_id) for row_id in df['Row_Id']}

# 打印格式化后的结果
print(json.dumps(connections_dict, indent=2))

修正后效果 #

所有连接节点的Row_Text信息均被保留，嵌套连接的层级关系完整呈现，不会出现空字典导致的信息缺失。以Row_Id=1的输出片段为例：

{
  "1": {
    "Row_Text": "Row 1",
    "Inbound": {
      "2": {
        "Row_Text": "Row 2",
        "Inbound": {
          "3": {
            "Row_Text": "Row 3",
            "Inbound": {
              "4": {
                "Row_Text": "Row 4",
                "Inbound": {
                  "1": {
                    "Row_Text": "Row 1"
                  }
                },
                "Outbound": {
                  "3": {
                    "Row_Text": "Row 3"
                  },
                  "7": {
                    "Row_Text": "Row 7",
                    "Inbound": {
                      "4": {
                        "Row_Text": "Row 4"
                      }
                    }
                  }
                }
              }
            },
            "Outbound": {
              "1": {
                "Row_Text": "Row 1"
              },
              "6": {
                "Row_Text": "Row 6",
                "Inbound": {
                  "3": {
                    "Row_Text": "Row 3"
                  }
                }
              },
              "2": {
                "Row_Text": "Row 2"
              }
            }
          }
        },
        "Outbound": {
          "1": {
            "Row_Text": "Row 1"
          }
        }
      },
      "5": {
        "Row_Text": "Row 5",
        "Outbound": {
          "1": {
            "Row_Text": "Row 1"
          }
        }
      },
      "3": {
        "Row_Text": "Row 3"
      }
    },
    "Outbound": {
      "4": {
        "Row_Text": "Row 4"
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者Lav Sharma