如何基于Pandas DataFrame构建递归JSON层级树？

需求：基于给定的Pandas DataFrame生成JSON树结构，其中child_id列值为0的行作为根节点，其余节点通过id与父节点的child_id关联，形成层级结构。

原始数据 #

import pandas as pd

data = {
    'id': ['2', '13', '14', '15', '16', '17', '18'],
    'name': ['color', 'red', 'blue', 'ruby red', 'mobile', 'iphone', 'sumsung'],
    'child_id': ['0', '2', '2', '13', '0', '16', '16']
}

df = pd.DataFrame(data)

解决方案代码 #

import json

# 将id和child_id转为整数，避免字符串匹配问题
df['id'] = df['id'].astype(int)
df['child_id'] = df['child_id'].astype(int)

# 用字典存储所有节点，以id为键快速查找
node_dict = {}
for _, row in df.iterrows():
    node = row.to_dict()
    node['children'] = []
    node_dict[row['id']] = node

# 构建树形层级
tree = []
for node in node_dict.values():
    parent_id = node['child_id']
    if parent_id == 0:
        # child_id为0的是根节点，直接加入顶层列表
        tree.append(node)
    else:
        # 非根节点找到对应父节点，加入父节点的children列表
        node_dict[parent_id]['children'].append(node)

# 转为格式化的JSON字符串
json_tree = json.dumps(tree, indent=2)
print(json_tree)

代码说明 #

1. 类型转换：把id和child_id从字符串转为整数，确保匹配逻辑准确。
2. 节点字典初始化：遍历DataFrame为每个节点创建字典，添加空的children列表，用id作为键存入字典，方便后续快速定位父节点。
3. 层级构建：遍历所有节点，根节点直接加入顶层；非根节点根据child_id找到父节点，插入到父节点的子节点列表中。
4. JSON输出：将最终树形结构转为格式化的JSON，与需求输出一致。

最终输出 #

[
  {
    "name": "color",
    "id": 2,
    "child_id": 0,
    "children": [
      {
        "name": "red",
        "id": 13,
        "child_id": 2,
        "children": [
          {
            "name": "ruby red",
            "id": 15,
            "child_id": 13,
            "children": []
          }
        ]
      },
      {
        "name": "blue",
        "id": 14,
        "child_id": 2,
        "children": []
      }
    ]
  },
  {
    "name": "mobile",
    "id": 16,
    "child_id": 0,
    "children": [
      {
        "name": "iphone",
        "id": 17,
        "child_id": 16,
        "children": []
      },
      {
        "name": "sumsung",
        "id": 18,
        "child_id": 16,
        "children": []
      }
    ]
  }
]

注：如果不需要空的children字段，可以在构建完成后遍历节点删除空列表，或在初始化时按需处理。

内容的提问来源于stack exchange，提问作者T_Ner