如何在Python中遍历CSV层级树结构？

1. 明确CSV数据结构前提 #

假设你的CSV数据是类似这样的层级结构（对应你提到的父子关系）：

父级行有可识别的特征，比如某列（如「层级」）有值，子级对应列为空；或者每行包含「父ID」字段，子级的父ID与对应父级的ID匹配。

实际示例参考：

2. 预处理数据：建立父-子映射 #

先把CSV数据读入内存，整理成「父级→子级列表」的映射关系，方便后续嵌套循环遍历。以下是Python实现示例：

import csv

parent_child_map = {}
current_parent = None

# 读取目标CSV文件
with open('your_tree_data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 判断当前行是否为父级（这里以「层级」列非空作为判断条件）
        if row['层级'].strip():
            current_parent = row
            # 用父级名称作为键，初始化子级列表
            parent_child_map[current_parent['条目名称']] = []
        else:
            # 将子级行添加到当前父级的列表中
            if current_parent:
                parent_child_map[current_parent['条目名称']].append(row)

如果你的CSV用「父ID」关联父子（每行有id和parent_id字段），预处理逻辑可以调整为：

import csv

parent_child_map = {}
all_rows = []

with open('your_tree_data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    all_rows = list(reader)

# 筛选所有父级（parent_id为空的行）
parents = [row for row in all_rows if not row['parent_id'].strip()]
# 为每个父级匹配对应的子级
for parent in parents:
    parent_id = parent['id']
    children = [row for row in all_rows if row['parent_id'] == parent_id]
    parent_child_map[parent['条目名称']] = children

3. 嵌套循环遍历处理 #

有了父-子映射后，直接通过两层循环遍历即可，外层处理父级，内层处理对应子级：

# 外层循环：遍历所有父级
for parent_name, children_list in parent_child_map.items():
    print(f"处理父级：{parent_name}")
    # 内层循环：遍历当前父级的所有子级
    for child_row in children_list:
        print(f"  处理子级：{child_row['条目名称']}")
        # 在这里编写你的具体处理逻辑，比如操作单元格数据
        # process_child_info(child_row)

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