如何基于多级数据利用Oracle SQL或Pandas生成层级结构

现有一组两级节点数据，其中节点1是父节点，节点2是子节点；但部分子节点（比如B1、B2、H9）同时也作为父节点存在于节点1中。以下分别通过Oracle SQL和Pandas DataFrame实现完整多级层级结构的生成：

Oracle SQL 实现方法 #

Oracle的递归公共表表达式（Recursive CTE）是处理层级遍历的标准方案，能自动递归关联多级父子关系：

假设原始表结构 #

假设你的数据存储在表node_hierarchy中，示例数据如下：

递归查询代码 #

WITH recursive_hierarchy AS (
    -- 锚点成员：筛选所有顶级父节点（仅在node1出现、不在node2中存在的节点）
    SELECT 
        node1 AS parent_node,
        node2 AS child_node,
        1 AS level,
        CAST(node1 || '->' || node2 AS VARCHAR2(1000)) AS path
    FROM node_hierarchy
    WHERE node1 NOT IN (SELECT node2 FROM node_hierarchy)
    UNION ALL
    -- 递归成员：迭代关联子节点与下一级父节点
    SELECT 
        rh.child_node AS parent_node,
        nh.node2 AS child_node,
        rh.level + 1 AS level,
        CAST(rh.path || '->' || nh.node2 AS VARCHAR2(1000)) AS path
    FROM recursive_hierarchy rh
    JOIN node_hierarchy nh ON rh.child_node = nh.node1
)
SELECT parent_node, child_node, level, path
FROM recursive_hierarchy
ORDER BY level, path;

关键说明 #

• 锚点成员：定位层级的起始节点，确保从最顶层开始遍历
• 递归成员：不断将当前子节点作为下一级父节点，直到没有后续子节点为止
• level标记节点所在层级，path展示完整的父子链路，便于直观查看层级关系

Pandas DataFrame 实现方法 #

通过递归函数遍历父子关系，逐步构建完整层级结构：

示例数据准备 #

import pandas as pd

# 构造示例数据集
data = {
    'node1': ['A', 'A', 'B1', 'B1', 'B2', 'H', 'H9'],
    'node2': ['B1', 'B2', 'C1', 'C2', 'D1', 'H9', 'I1']
}
df = pd.DataFrame(data)

层级构建函数 #

def build_hierarchy(df):
    # 筛选顶级父节点（不在node2列中的node1值）
    top_parents = df[~df['node1'].isin(df['node2'])]['node1'].unique()
    hierarchy_list = []

    def traverse(parent, current_level, path):
        # 获取当前父节点的所有子节点
        children = df[df['node1'] == parent]['node2'].tolist()
        for child in children:
            new_path = f"{path}->{child}" if path else parent + "->" + child
            hierarchy_list.append({
                'parent_node': parent,
                'child_node': child,
                'level': current_level,
                'path': new_path
            })
            # 递归遍历子节点的下一级
            traverse(child, current_level + 1, new_path)

    # 遍历所有顶级节点，启动递归
    for parent in top_parents:
        traverse(parent, 1, parent)

    return pd.DataFrame(hierarchy_list)

# 生成并查看结果
result_df = build_hierarchy(df)
print(result_df.sort_values(['level', 'path']))

关键说明 #

• 先定位顶级父节点作为遍历起点
• 递归函数traverse会逐层遍历每个节点的子节点，记录层级、路径等信息
• 最终返回的DataFrame可通过level和path排序，清晰展示多级结构

内容的提问来源于stack exchange，提问作者Osceria