嘿，我来帮你搞定这个问题！首先咱们先把你的数据集整理成清晰的Markdown表格，方便直观查看：

核心思路 #

最高层级的节点（无父项的项）的本质是：这个Item从未出现在Material列中。因为如果一个Item是某个其他项的子材料（即出现在Material列），那它必然有父项；反过来，只有当Item不在任何Material值里时，说明没有任何其他项把它当作子节点，它就是顶层节点。

具体实现方法 #

下面给你两种常用的实现方式，按需选择：

方法1：使用Pandas（适合处理大型数据集）

如果你的数据量比较大，用Pandas会更高效：

import pandas as pd

# 构造你的数据集
data = {
    'Item': ['2094-00003', '2105-0001', '2105-0002', '2105-1000', '2105-1003', '7932-00001', '7932-00002', '7932-00010', '7932-00015', '7932-05000'],
    'Material': ['MHY00007', '2105-0002', '2105-1000', '2105-1003', '7547-122', '7932-00015', '7932-00015', 'MHY00007', '7932-05000', 'MHY00007']
}
df = pd.DataFrame(data)

# 把所有Material值存入集合（集合的查找速度远快于列表）
materials_set = set(df['Material'])

# 筛选出不在materials_set中的Item
top_level_items = df[~df['Item'].isin(materials_set)]['Item'].tolist()

print("最高层级的项：", top_level_items)

运行后输出的结果是：['2094-00003', '2105-0001', '7932-00001', '7932-00002', '7932-00010']

方法2：基础Python实现（无需额外库）

如果不想依赖第三方库，用原生Python就能搞定：

# 原始数据列表，每个元素是(Item, Material)元组
items_data = [
    ('2094-00003', 'MHY00007'),
    ('2105-0001', '2105-0002'),
    ('2105-0002', '2105-1000'),
    ('2105-1000', '2105-1003'),
    ('2105-1003', '7547-122'),
    ('7932-00001', '7932-00015'),
    ('7932-00002', '7932-00015'),
    ('7932-00010', 'MHY00007'),
    ('7932-00015', '7932-05000'),
    ('7932-05000', 'MHY00007')
]

# 提取所有Material值到集合
materials = {material for item, material in items_data}

# 遍历筛选出顶层项
top_level = [item for item, material in items_data if item not in materials]

print("最高层级的项：", top_level)

运行结果和上面完全一致。

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