如何对Pandas DataFrame过滤并递归添加父层级数据？

1. 模拟层级结构数据 #

先构造符合你需求的示例DataFrame（替换成你的实际数据即可）：

import pandas as pd

data = {
    'Level1': ['A', 'A', 'A', 'A', 'A', 'A'],
    'Level2': [pd.NA, 'B', 'C', 'C', 'C', 'F'],
    'Level3': [pd.NA, pd.NA, pd.NA, 'D', 'E', pd.NA],
    'Status': ['N', 'N', 'N', 'E', 'V', 'V']
}
df = pd.DataFrame(data)

2. 递归查找父层级的函数 #

定义函数来获取某一行的所有上层父层级索引：

def get_all_ancestors(row, df, level_cols):
    ancestors = []
    current_row = row.copy()
    
    while True:
        # 提取当前行非空的Level列
        non_nan_levels = current_row[level_cols].dropna()
        if len(non_nan_levels) <= 1:
            break  # 已到最高父级，终止递归
        
        # 生成父层级的筛选条件：保留前n-1个Level列的值，且剩余Level列为空
        parent_levels = non_nan_levels[:-1]
        filter_cond = (df[parent_levels.index] == parent_levels.values).all(axis=1)
        # 确保右侧的Level列都为空，精准匹配父行
        for col in level_cols[len(parent_levels):]:
            filter_cond &= df[col].isna()
        
        # 获取父行索引并加入列表
        parent_idx = df[filter_cond].index[0]
        ancestors.append(parent_idx)
        current_row = df.loc[parent_idx]
    
    return ancestors

3. 筛选并收集目标行 #

执行筛选、递归收集父层级，最终生成结果：

# 提取所有Level列
level_cols = [col for col in df.columns if col.startswith('Level')]

# 筛选Status为'E'或'V'的行
target_rows = df[df['Status'].isin(['E', 'V'])]

# 收集需要保留的索引：目标行 + 所有父层级行
keep_indices = set(target_rows.index)
for idx, row in target_rows.iterrows():
    keep_indices.update(get_all_ancestors(row, df, level_cols))

# 按索引排序得到最终结果
result_df = df.loc[sorted(keep_indices)]
print(result_df)

运行后输出的结果就是你需要的行0、2、3、4、5。

关键说明 #

• 父层级匹配逻辑：某一行的父级是去掉最右侧非空Level列后，剩余Level列值完全匹配且右侧Level列为空的行
• 递归终止条件：当行仅保留最高Level（Level1）时停止
• 最终结果自动去重并按原始索引排序，保证层级顺序清晰

内容的提问来源于stack exchange，提问作者Mth