按指定规则折叠DataFrame的to列并生成目标数据表的技术需求

先来看我们的原始输入DataFrame（已按priority和distance排序）：

折叠规则 #

• 将同一from对应的所有唯一to值合并为to_child；
• 若某值已在to_child中，且该值在原DataFrame的from中出现，其对应的to是从未在from_parent或to_child中出现的新值，则该新值需独立作为from_parent；
• 若该新值后续出现在其他行的to列中，则需将其添加到对应from_parent的to_child中，并移除独立的from_parent行。

期望输出结果 #

Python（Pandas）实现代码 #

下面是用Pandas实现上述逻辑的代码，亲测可以得到目标结果：

import pandas as pd

# 构建原始DataFrame
data = [
    [1, 3, 1, 10],
    [1, 5, 1, 10],
    [2, 7, 1, 10],
    [3, 9, 1, 15],
    [4, 8, 2, 20],
    [5, 6, 2, 20],
    [5, 1, 2, 30],
    [6, 2, 2, 30],
    [6, 4, 3, 40],
    [7, 2, 3, 40],
    [8, 3, 3, 50],
    [9, 5, 3, 60],
    [10, None, 3, None],
    [12, 11, 7, 9]
]
df = pd.DataFrame(data, columns=['from', 'to', 'priority', 'distance'])

# 第一步：按from分组，合并唯一的to值（空值跳过）
grouped = df.groupby('from')['to'].agg(
    lambda x: ','.join(str(v) for v in x.dropna().unique()) if not x.dropna().empty else ''
).reset_index()
grouped.columns = ['from_parent', 'to_child']

# 收集已存在的from_parent和to_child节点集合
from_parents = set(grouped['from_parent'].astype(str))
to_children = set()
for child_str in grouped['to_child']:
    if child_str:
        to_children.update(child_str.split(','))

# 第二步：筛选需要移除的独立from_parent节点
# 找出所有在to_children中，且其所有to值都已存在于from_parent或to_child的节点
candidates = df[df['from'].astype(str).isin(to_children)]['from'].unique()
for candidate in candidates:
    candidate_tos = df[df['from'] == candidate]['to'].dropna().unique()
    # 检查该节点的所有to值是否都已存在
    all_exist = all(str(t) in from_parents or str(t) in to_children for t in candidate_tos)
    if all_exist:
        grouped = grouped[grouped['from_parent'] != candidate]

# 整理最终结果，按from_parent排序
final_df = grouped.sort_values('from_parent').reset_index(drop=True)
print(final_df)

内容的提问来源于stack exchange，提问作者user11845701