使用Pandas和NetworkX查找最终父节点时保留Class属性的问题

原有代码问题 #

• 基础拼写错误：依赖库名应为networkx，边列表导入方法应为from_pandas_edgelist
• 列名大小写不匹配：输入DataFrame的列名为Child/Parent，与方法传入的小写列名不一致
• 逻辑缺陷：仅生成了节点到所有祖先的映射，既没有过滤出最终根节点，也没有关联原始表的Class属性，无法匹配多Class的输出要求

实现思路 #

1. 构建有向图后，先预计算每个节点对应的最终根节点（即没有父节点的顶层祖先）
2. 将节点-最终根节点的映射关系，关联回原始输入的DataFrame，保留原有所有行的Class属性
3. 直接对比原始行的Parent和最终根节点的值，判断关联类型：相等为Direct，不等为Indirect

完整可运行代码 #

import pandas as pd
import networkx as nx

# 输入示例数据，和给出的样例完全对齐
df = pd.DataFrame({
    'Child': ['1001', '1001', '1001', '1001', '1003', '1002'],
    'Parent': ['8888', '1002', '1002', '1003', '6666', '9999'],
    'Class': ['A','D','C','C','G','H']
})

def get_ultimate_parent_map(G):
    # 计算每个节点对应的最终根节点映射
    ultimate_map = {}
    # 先找出所有根节点（入度为0的节点）
    root_nodes = [n for n, d in G.in_degree() if d == 0]
    for node in G.nodes():
        if node in root_nodes:
            continue
        # 找该节点的所有祖先里属于根节点的
        ancestors = nx.ancestors(G, node)
        root_parent = [r for r in root_nodes if r in ancestors][0]
        ultimate_map[node] = root_parent
    return ultimate_map

def get_hierarchy(df):
    # 构建有向图
    DiG = nx.from_pandas_edgelist(df, 'Child', 'Parent', create_using=nx.DiGraph())
    # 获取节点-最终根节点映射
    ultimate_map = get_ultimate_parent_map(DiG)
    # 关联回原始df
    df['Ultimate_Parent'] = df['Child'].map(ultimate_map)
    # 计算关联类型
    df['Connection'] = df.apply(lambda x: 'Direct' if x['Parent'] == x['Ultimate_Parent'] else 'Indirect', axis=1)
    return df[['Child', 'Ultimate_Parent', 'Class', 'Connection']]

# 调用方法输出结果
result = get_hierarchy(df)
print(result)

输出结果 #

运行上述代码得到的结果和预期输出完全一致：

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