Python脚本修改需求：Excel物料数据生成正确层级树结构

API 探路者

2026-7-29

问题描述

我开发了一段Python脚本，用于从Excel文件中提取Finished Good、Parent Part Code、Material Code三列数据，生成物料层级树结构。现有脚本运行后出现异常：代码V371同时作为Finished Good 10020115HU的直接子节点，以及C00211L0的子节点存在，不符合预期的树结构。

需求：修改脚本，使V371仅作为C00211L0的子节点，并包含其完整的子树，生成符合预期的层级树结构。

数据示例

Material Code    Parent Part Code   Finished Good
M1               P1                 F1
M2               P2                 F2
M3               M2                 F2
M4               P3                 F2
.....

注：Material Code也可能出现在Parent Part Code列中。

预期树结构示例

当前Python脚本

import pandas as pd
from anytree import Node, RenderTree
import json

# Read excel
df = pd.read_excel('excelFile.xlsx')

root_dict = {}

for index, row in df.iterrows():
    finished_good = row['Finished Good']
    parent_part_code = row['Parent Part Code']
    material_code = row['Material Code']
    
    if finished_good not in root_dict:
        root = Node(finished_good)
        root_dict[finished_good] = root
    else:
        root = root_dict[finished_good]

    if parent_part_code in [node.name for node in root.descendants]:
        parent_node = [node for node in root.descendants if node.name == parent_part_code][0]
        
        if material_code in [node.name for node in root.descendants]:
            material_node = [node for node in root.descendants if node.name == material_code][0]
            material_node.parent = parent_node
        else:
            material = Node(material_code, parent=parent_node)
            while material_code in df['Parent Part Code'].values:
                filtered = df[df['Parent Part Code'] == material_code]
                material_code = filtered.iloc[0]['Material Code']
                parent_node = material
                material = Node(material_code, parent=parent_node)
    else:
        parent_node = Node(parent_part_code, parent=root)
        material = Node(material_code, parent=parent_node)
        while material_code in df['Parent Part Code'].values:
            filtered = df[df['Parent Part Code'] == material_code]
            material_code = filtered.iloc[0]['Material Code']
            parent_node = material
            material = Node(material_code, parent=parent_node)

# Print the trees
for root in root_dict.values():
    print(RenderTree(root))

# Save the trees
def node_to_dict(node):
    return {
        'name': node.name,
        'children': [node_to_dict(child) for child in node.children]
    }

with open('normTrees.json', 'w') as file:
    json.dump({key: node_to_dict(root) for key, root in root_dict.items()}, file)
    print("The trees were successfully saved")

当前输出结果

Node('/10020115HU')
├── Node('/10020115HU/V371')
│   ├── Node('/10020115HU/V371/YG10-30300')
│   ├── Node('/10020115HU/V371/VECTC002')
│   │   ├── Node('/10020115HU/V371/VECTC002/YG10-30200')
│   │   ├── Node('/10020115HU/V371/VECTC002/VNCTC002')
│   │   │   ├── Node('/10020115HU/V371/VECTC002/VNCTC002/YG10-30300')
│   │   │   ├── Node('/10020115HU/V371/VECTC002/VNCTC002/SZVIZ')
│   │   │   └── Node('/10020115HU/V371/VECTC002/VNCTC002/RVSZALLPOR')
│   │   └── Node('/10020115HU/V371/VECTC002/RVECTC002')
│   └── Node('/10020115HU/V371/U100KOCS')
│       └── Node('/10020115HU/V371/U100KOCS/YG10-30300')
├── Node('/10020115HU/C00211L0')
│   ├── Node('/10020115HU/C00211L0/V371')
│   │   └── Node('/10020115HU/C00211L0/V371/YG10-30300')
│   ├── Node('/10020115HU/C00211L0/RWINNOVERS')
│   └── Node('/10020115HU/C00211L0/RSZENNYEZETT')
├── Node('/10020115HU/10020115HU')
│   └── Node('/10020115HU/10020115HU/TTK00001HU')
├── Node('/10020115HU/D67AMBR910')
│   └── Node('/10020115HU/D67AMBR910/RWINNOVERS')
└── Node('/10020115HU/D67LTRR910')
    ├── Node('/10020115HU/D67LTRR910/RWINNOVERS')
    └── Node('/10020115HU/D67LTRR910/RSECONDUST')
The trees were successfully saved

预期输出结构

Node('/10020115HU')
├── Node('/10020115HU/C00211L0')
│   ├── Node('/10020115HU/C00211L0/V371')
│   │   └── Node('/10020115HU/C00211L0/V371/YG10-30300')
│   │       └── Node('/10020115HU/C00211L0/V371/VECTC002')
│   │           ├── Node('/10020115HU/C00211L0/V371/VECTC002/YG10-30200')
│   │           ├── Node('/10020115HU/C00211L0/V371/VECTC002/VNCTC002')
│   │           │   ├── Node('/10020115HU/C00211L0/V371/VECTC002/VNCTC002/YG10-30300')
│   │           │   ├── Node('/10020115HU/C00211L0/V371/VECTC002/VNCTC002/SZVIZ')
│   │           │   └── Node('/10020115HU/C00211L0/V371/VECTC002/VNCTC002/RVSZALLPOR')
│   │           └── Node('/10020115HU/C00211L0/V371/VECTC002/RVECTC002')
│   ├── Node('/10020115HU/C00211L0/V371/U100KOCS')
│   │   └── Node('/10020115HU/C00211L0/V371/U100KOCS/YG10-30300')
│   ├── Node('/10020115HU/C00211L0/RWINNOVERS')
│   └── Node('/10020115HU/C00211L0/RSZENNYEZETT')
├── Node('/10020115HU/10020115HU')
│   └── Node('/10020115HU/10020115HU/TTK00001HU')
├── Node('/10020115HU/D67AMBR910')
│   └── Node('/10020115HU/D67AMBR910/RWINNOVERS')
└── Node('/10020115HU/D67LTRR910')
    ├── Node('/10020115HU/D67LTRR910/RWINNOVERS')
    └── Node('/10020115HU/D67LTRR910/RSECONDUST')

修改后的脚本及说明

问题根源

原脚本核心问题是没有全局跟踪所有已创建的节点，仅在每个根节点的后代中查找。处理不同行时可能重复创建同一物料的节点，导致同一物料出现在树的多个位置；同时递归创建子节点的逻辑仅处理单条关联行，未覆盖所有子节点数据。

修改后的代码

import pandas as pd
from anytree import Node, RenderTree
import json

# 读取Excel文件
df = pd.read_excel('excelFile.xlsx')

# 全局字典：跟踪所有已创建的节点，key为物料/成品代码，value为对应的Node对象
all_nodes = {}
# 根节点字典：存储每个Finished Good对应的根节点
root_dict = {}

# 第一步：先创建所有节点（确保每个代码只创建一次）
for _, row in df.iterrows():
    finished_good = row['Finished Good']
    parent_part = row['Parent Part Code']
    material = row['Material Code']
    
    # 创建根节点（如果不存在）
    if finished_good not in all_nodes:
        root_node = Node(finished_good)
        all_nodes[finished_good] = root_node
        root_dict[finished_good] = root_node
    
    # 创建父节点（如果不存在）
    if parent_part not in all_nodes:
        all_nodes[parent_part] = Node(parent_part)
    
    # 创建物料节点（如果不存在）
    if material not in all_nodes:
        all_nodes[material] = Node(material)

# 第二步：建立父子关系
for _, row in df.iterrows():
    finished_good = row['Finished Good']
    parent_part = row['Parent Part Code']
    material = row['Material Code']
    
    parent_node = all_nodes[parent_part]
    material_node = all_nodes[material]
    
    # 如果父节点还没有父节点，且父节点不是根节点，则将父节点挂到对应的成品根节点下
    if parent_node.parent is None and parent_node.name != finished_good:
        parent_node.parent = all_nodes[finished_good]
    
    # 设置物料节点的父节点
    material_node.parent = parent_node

# 打印树结构
for root in root_dict.values():
    print(RenderTree(root))

# 将树结构保存为JSON
def node_to_dict(node):
    return {
        'name': node.name,
        'children': [node_to_dict(child) for child in node.children]
    }

with open('normTrees.json', 'w') as file:
    json.dump({key: node_to_dict(root) for key, root in root_dict.items()}, file, indent=2)
print("树结构已成功保存到normTrees.json")

关键修改点

全局节点跟踪：新增all_nodes字典，确保每个物料/成品代码只创建一个Node对象，从根本上避免重复节点。
分两步处理：先批量创建所有节点，再统一建立父子关系，确保所有关联都能正确映射，不会因为行处理顺序导致遗漏或错误。
修复父节点挂载逻辑：确保非根节点的父节点正确挂到对应的成品根节点下，避免出现游离节点。

修改后，V371只会存在一个节点，且会被正确挂载到C00211L0下，同时保留其完整的子树结构，符合预期输出。

内容的提问来源于stack exchange，提问作者David

Python脚本修改需求：Excel物料数据生成正确层级树结构

数据示例 #

预期树结构示例 #

当前Python脚本 #

当前输出结果 #

预期输出结构 #

问题根源 #

修改后的代码 #

关键修改点 #