按层级和年份向DataFrame有序添加行的实现方法

方法一：使用Python Pandas迭代构建层级 #

假设全量数据集为full_data（含id、parent_id、year字段），母公司数据集为parent_companies（含id、year字段），步骤如下：

1. 初始化结果集，标记母公司为0层级：

import pandas as pd

# 复制母公司数据并添加层级标识
result = parent_companies.copy()
result['level'] = 0

2. 循环迭代抓取各层级下属公司，直到无新数据加入：

current_level = 0
while True:
    # 提取当前层级所有公司的ID和对应年份
    current_nodes = result[result['level'] == current_level][['id', 'year']]
    
    # 关联全量数据，匹配同一年份下的直接子公司
    next_level = pd.merge(
        current_nodes,
        full_data,
        left_on=['id', 'year'],
        right_on=['parent_id', 'year'],
        how='inner'
    )[['id_y', 'parent_id', 'year']].rename(columns={'id_y': 'id'})
    
    # 去重，避免同一公司同一年份重复录入
    next_level = next_level.drop_duplicates(subset=['id', 'year'])
    
    # 无新数据则终止循环
    if next_level.empty:
        break
    
    # 标记新层级并合并到结果集
    next_level['level'] = current_level + 1
    result = pd.concat([result, next_level], ignore_index=True)
    
    current_level += 1

最终result即为包含所有层级、按年份划分的完整公司数据集。

方法二：使用SQL递归查询（数据库场景） #

如果数据存储在数据库中，可通过递归CTE实现（以PostgreSQL为例）：

WITH RECURSIVE company_hierarchy AS (
    -- 初始数据集：母公司，层级为0
    SELECT 
        id, 
        parent_id, 
        year, 
        0 AS level
    FROM parent_companies
    
    UNION ALL
    
    -- 递归关联：抓取同一年份下的子公司，层级+1
    SELECT 
        f.id, 
        f.parent_id, 
        f.year, 
        ch.level + 1 AS level
    FROM full_data f
    JOIN company_hierarchy ch 
        ON f.parent_id = ch.id 
        AND f.year = ch.year
    -- 避免循环关联导致死递归
    WHERE f.id != f.parent_id
)
SELECT * FROM company_hierarchy ORDER BY year, level, id;

关键注意事项 #

• 年份严格匹配：所有层级关联必须绑定year字段，确保每年的层级结构独立计算。
• 去重处理：全量数据可能存在重复的公司-年份记录，需通过drop_duplicates（Pandas）或DISTINCT（SQL）去重。
• 循环检测：若数据存在循环关联（如A的母公司是B，B的母公司是A），需添加判断条件避免死循环。

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