Pandas新手求助：如何将主分类字符串合并至子分类并移除主分类

步骤1：构造示例数据 #

先把你提供的表格转换成Pandas DataFrame：

import pandas as pd

data = {
    'id': ['3.ab.3.', '3.ab.3.a.', '3.ab.3.b.', '3.ab.4.', '3.ab.4.a.', '3.ab.4.b.', '3.ab.4.b.1', '3.ab.4.b.2'],
    'string': ['axz', 'b', 'c', 'dog', 'e', 'f', 'g', 'h']
}
df = pd.DataFrame(data)

步骤2：筛选出叶子节点（无下级分类的条目） #

我们需要保留没有子分类的条目，判断标准是：没有其他id以当前id为前缀（且长度更长）。

# 判断每个id是否是叶子节点：没有其他id以它为前缀
is_leaf = ~df['id'].apply(lambda x: df['id'].str.startswith(x).sum() > 1)
leaf_df = df[is_leaf].copy()

步骤3：构建id到字符串的映射字典 #

方便快速查找父分类的字符串内容：

id_str_map = df.set_index('id')['string'].to_dict()

步骤4：拼接所有父分类的字符串 #

编写函数，为每个叶子节点找到所有上层父分类，拼接它们的字符串后再加上自身的字符串：

def assemble_full_string(current_id):
    parts = current_id.split('.')
    parent_ids = []
    temp_parts = parts.copy()
    
    # 逐级向上查找存在的父分类id
    while len(temp_parts) > 1:
        temp_parts.pop()
        candidate_id = '.'.join(temp_parts)
        # 处理id结尾有无.的情况
        if candidate_id in id_str_map:
            parent_ids.append(candidate_id)
        elif candidate_id + '.' in id_str_map:
            parent_ids.append(candidate_id + '.')
    
    # 拼接父分类字符串和自身字符串
    return ''.join([id_str_map[pid] for pid in parent_ids]) + id_str_map[current_id]

# 应用函数到叶子节点的string列
leaf_df['string'] = leaf_df['id'].apply(assemble_full_string)

最终结果 #

执行完上述代码后，leaf_df就是你期望的结果：

print(leaf_df)

输出：

id  string
1  3.ab.3.a.    axzb
2  3.ab.3.b.    axzc
4  3.ab.4.a.    doge
6  3.ab.4.b.1  dogfg
7  3.ab.4.b.2  dogfh

内容的提问来源于stack exchange，提问作者priyal shah