在Pandas DataFrame中递归计算父子比率及跟踪谱系层级

嘿，我完全get你的需求了——就是要给树形结构里的每个节点，计算它的分数和父节点分数的比率，同时还要跟踪它在整个谱系里的深度层级对吧？我给你整理了一个用Pandas实现的完整方案，刚好匹配你给出的示例数据。

首先先明确下咱们要得到的结果，基于你给的输入DataFrame，最终应该是这样的：

下面是具体的实现步骤：

1. 加载输入数据为Pandas DataFrame #

首先咱们先把示例数据转换成DataFrame格式：

import pandas as pd

data = {
    'id': [1, 2, 3, 4, 5],
    'parent_id': [0, 1, 1, 2, 4],
    'score': [50, 40, 30, 20, 10]
}
df = pd.DataFrame(data)

2. 构建快速查找的映射字典 #

为了避免反复在DataFrame中查询父节点信息，咱们先创建两个字典映射，提升后续计算效率：

# 映射id到对应score，方便直接获取父节点分数
id_to_score = df.set_index('id')['score'].to_dict()
# 映射id到对应parent_id，用于遍历谱系路径
id_to_parent = df.set_index('id')['parent_id'].to_dict()

3. 高效计算深度与比率（动态规划版） #

如果你的数据集较大，动态规划缓存已计算的深度能避免重复遍历父节点，大幅提升效率：

# 缓存已计算的深度，id=0是根节点的虚拟父节点，深度设为0
depth_cache = {0: 0}

def get_depth(node_id):
    # 若该节点深度已缓存，直接返回
    if node_id in depth_cache:
        return depth_cache[node_id]
    # 未缓存则递归获取父节点深度，当前节点深度=父节点深度+1
    parent_id = id_to_parent[node_id]
    depth = get_depth(parent_id) + 1
    # 将计算结果存入缓存
    depth_cache[node_id] = depth
    return depth

# 为每个节点计算深度
df['depth'] = df['id'].apply(get_depth)

# 计算比率：当前节点分数/父节点分数，根节点（parent_id=0）设为NaN
df['ratio'] = df.apply(
    lambda row: row['score'] / id_to_score[row['parent_id']] if row['parent_id'] != 0 else None,
    axis=1
)
# 比率保留两位小数，让结果更整洁
df['ratio'] = df['ratio'].round(2)

4. 查看最终结果 #

运行上述代码后，打印DataFrame即可得到预期结果：

print(df)

输出：

id  parent_id  score  depth  ratio
0   1          0     50      1    NaN
1   2          1     40      2    0.8
2   3          1     30      2    0.6
3   4          2     20      3    0.5
4   5          4     10      4    0.5

这个方案逻辑清晰，适配从小规模到大规模的树形数据集。如果需要调整根节点的深度定义（比如将根节点设为0），只需修改depth_cache的初始值即可。

内容的提问来源于stack exchange，提问作者Adhi R.