pandas中如何获取两列整数之间的关联链路分组

我们可以通过构造列之间的映射关系，再定位链路起始节点的方式完成关联链路提取，具体步骤如下：

• 过滤掉第二列值为0的行，生成第一列到第二列的映射字典
• 提取所有仅出现在第一列、未出现在第二列的数值作为链路起始节点
• 遍历每个起始节点，顺着映射字典迭代拼接链路，直到无法找到下一个关联值为止

首先构造测试用的DataFrame：

import pandas as pd

# 构造示例DataFrame，和题目示例匹配
df = pd.DataFrame({
    'col1': [2, 3, 4, 5, 6, 7, 8],
    'col2': [3, 4, 5, 0, 7, 8, 0]
})

执行链路提取逻辑：

# 生成映射字典，过滤第二列为0的非关联行
mapping = df[df['col2'] != 0].set_index('col1')['col2'].to_dict()
# 定位所有链路起始节点：存在于第一列、但不存在于第二列的数值
all_col2_values = set(df['col2'])
start_nodes = [val for val in df['col1'] if val not in all_col2_values]
# 遍历生成完整链路列表
result = []
for start in start_nodes:
    current_chain = [start]
    current_node = start
    while current_node in mapping:
        current_node = mapping[current_node]
        current_chain.append(current_node)
    result.append(current_chain)

print(result)

运行代码后得到的结果和预期完全一致：

[[2, 3, 4, 5], [6, 7, 8]]

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