如何用Python为列名列表统计唯一值并构建C-TR-AR层级树形结构

1. 核心需求拆解 #

针对拆分后的列名子列表（包含HoPE、FA、exp、TX、C系列、TR系列、AR系列字段），需完成：

• 统计每个索引位置的唯一字段值
• 构建严格层级的树形结构：C类节点作为TR类节点的父节点，每个TR类节点作为AR类节点的父节点（满足每个C对应3个TR、每个TR对应5个AR的规则）

2. 假设预处理后的数据格式 #

基于你提到的预处理逻辑，假设已完成列名拆分，示例数据如下：

# 拆分后的列名子列表示例
split_cols = [
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_1", "AR_1"],
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_1", "AR_2"],
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_1", "AR_3"],
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_1", "AR_4"],
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_1", "AR_5"],
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_2", "AR_1"],
    ["HoPE_1", "FA_2", "exp_3", "TX_4", "C_1", "TR_2", "AR_2"],
    # ... 省略其余符合规则的子列表
]

3. 完整代码实现 #

步骤1：统计各索引位置的唯一值 #

# 统计每个索引的唯一字段值
index_unique = {}
for col_group in split_cols:
    for idx, col in enumerate(col_group):
        if idx not in index_unique:
            index_unique[idx] = set()
        index_unique[idx].add(col)

# 转换为排序后的列表（可选，方便查看）
for idx in index_unique:
    index_unique[idx] = sorted(list(index_unique[idx]))

# 输出统计结果
print("各索引唯一值统计：")
for idx, vals in index_unique.items():
    print(f"索引{idx}: {vals}")

步骤2：构建C→TR→AR树形结构 #

# 初始化树形结构容器
tree = {}

# 遍历所有列组，按层级填充节点
for col_group in split_cols:
    # 提取C、TR、AR字段（根据实际索引调整，示例中对应索引4、5、6）
    c_node = col_group[4]
    tr_node = col_group[5]
    ar_node = col_group[6]
    
    # 初始化C节点
    if c_node not in tree:
        tree[c_node] = {}
    # 初始化TR节点（每个C下最多3个）
    if tr_node not in tree[c_node]:
        tree[c_node][tr_node] = []
    # 添加AR节点（每个TR下最多5个，自动去重）
    if ar_node not in tree[c_node][tr_node]:
        tree[c_node][tr_node].append(ar_node)

# 对每个TR下的AR节点排序（可选）
for c in tree:
    for tr in tree[c]:
        tree[c][tr] = sorted(tree[c][tr])

# 格式化输出树形结构
print("\n生成的树形结构：")
import json
print(json.dumps(tree, indent=2))

步骤3：验证结构规则（可选） #

用于确保生成的树形结构符合「每个C对应3个TR、每个TR对应5个AR」的要求：

# 校验树形结构规则
is_valid = True
for c, tr_nodes in tree.items():
    if len(tr_nodes) != 3:
        print(f"⚠️ 警告：C节点{c}的TR节点数量为{len(tr_nodes)}，不符合3个的要求")
        is_valid = False
    for tr, ar_nodes in tr_nodes.items():
        if len(ar_nodes) != 5:
            print(f"⚠️ 警告：TR节点{tr}的AR节点数量为{len(ar_nodes)}，不符合5个的要求")
            is_valid = False

if is_valid:
    print("\n✅ 树形结构完全符合预设规则")

4. 代码说明 #

• 索引统计：利用集合自动去重特性，高效收集每个索引的唯一值，最后转换为有序列表提升可读性
• 树形构建：采用「字典嵌套字典+列表」的结构，C为顶层键，TR为二级键，AR为对应列表元素，确保层级关系清晰
• 规则校验：可选步骤，用于快速排查数据是否符合业务规则，避免生成不符合要求的结构

内容的提问来源于stack exchange，提问作者yade acem