如何为树形结构Pandas DataFrame新增子节点frequency求和的新列

思路合理性判断 #

你的思路逻辑是成立的，可以得到正确结果，但存在性能缺陷：如果数据集行数较多，逐行遍历筛选的时间复杂度为O(n²)，数据规模大时运行速度会很慢，更推荐使用Pandas内置向量化操作实现。

最优实现方案 #

核心思路是先按parent列分组统计frequency的总和，再将统计结果映射到name列，没有子节点的条目填充0即可，代码如下：

import numpy as np
import pandas as pd

df = pd.DataFrame({'frequency': [3,5,7,8],
              'name': ['a', 'b', 'c', 'd'],
              'parent': [np.nan, 'a', 'a', 'b']})

# 按父节点分组，计算所有子节点的frequency总和
child_freq_sum = df.groupby('parent')['frequency'].sum()
# 将求和结果映射到对应name，无子节点的填充为0
df['sum_of_children'] = df['name'].map(child_freq_sum).fillna(0).astype(int)

运行上述代码后，输出的df和你给出的预期结果完全一致。

方案优势 #

• 全程使用Pandas向量化操作，时间复杂度为O(n)，相比逐行筛选的实现性能提升非常明显，尤其适配大数据量场景
• 代码简洁易读，仅需两行核心逻辑即可完成需求

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