如何统计DataFrame中父节点子节点数（含未出现节点显示0）

嗨，我来帮你解决这个问题！你想要统计1到10628的连续id序列中每个父节点的子节点数量，包括那些没出现在原DataFrame里的节点（子节点数为0），对吧？其实用不到split()函数，我们可以用pandas的分组和连接操作来轻松实现，具体步骤如下：

步骤1：统计原数据中已有父节点的子节点数 #

首先，我们对原DataFrame按id分组，统计每个组的行数（也就是子节点的数量）：

import pandas as pd

# 假设你的原DataFrame是df
child_count = df.groupby('id').size().reset_index(name='id_child')

这一步会得到一个新的DataFrame，包含所有在原数据中出现过的id，以及对应的子节点数量。

步骤2：创建完整的连续id序列 #

因为你的id范围是1到10628的连续值，我们可以用pd.RangeIndex生成这个完整序列，再转成DataFrame：

full_ids = pd.DataFrame({'id': pd.RangeIndex(start=1, stop=10629)})

这里stop=10629是因为RangeIndex的结束值是开区间，这样才能包含10628这个最大值。

步骤3：合并数据并填充0值 #

最后，我们把完整id序列和之前统计的子节点数做左连接，然后把缺失的子节点数填充为0：

nb_children = full_ids.merge(child_count, on='id', how='left').fillna({'id_child': 0})
# 把id_child列转成整数类型（可选，因为填充后默认是浮点数）
nb_children['id_child'] = nb_children['id_child'].astype(int)

这样得到的nb_children就是你想要的结果：包含1到10628的所有id，每个id对应的子节点数，未出现的id对应的子节点数为0。

举个例子，用你给出的小数据集测试：
原df：

执行上述代码后（把stop改成5，因为示例id范围是1到4），得到的nb_children就是：

完全符合你的预期！

内容的提问来源于stack exchange，提问作者Emeline