在树形结构DataFrame中查找各节点的直接父节点值

嘿，我来帮你解决这个问题！首先咱们得先理清楚每个节点的父节点到底对应哪一行，然后用pandas一步步实现：

先明确父节点的匹配规则 #

咱们先把每行的父节点逻辑捋明白：

• 根节点：就是ID2和ID3全是NA的行（第1、4行），直接用自己的value当parent值
• 中间节点：比如第2、3、5行，ID3是NA但ID2有值，它们的父节点是同ID1下、ID2和ID3都是NA的根节点
• 叶子节点：比如第6行，ID3有值，它的父节点是同ID1、同ID2且ID3是NA的那一行（也就是第5行）

具体实现步骤 #

1. 先构造示例数据（如果你的数据已经存在可以跳过这步） #

import pandas as pd

data = {
    'ID1': ['a', 'a', 'a', 'b', 'b', 'b'],
    'ID2': [pd.NA, 1, 2, pd.NA, 1, 1],
    'ID3': [pd.NA, pd.NA, pd.NA, pd.NA, pd.NA, 1],
    'value': [300, 50, 30, 400, 60, 20]
}
mytable_df = pd.DataFrame(data)

2. 生成父节点的匹配键 #

咱们给每行生成一个能找到父节点的“标识键”，这样后续就能精准匹配了：

def get_parent_key(row):
    # 如果ID3有值，父节点是同ID1、同ID2且ID3为NA的行
    if pd.notna(row['ID3']):
        return (row['ID1'], row['ID2'], pd.NA)
    # 如果ID2有值但ID3没值，父节点是同ID1且ID2、ID3都为NA的根节点
    elif pd.notna(row['ID2']):
        return (row['ID1'], pd.NA, pd.NA)
    # 根节点的父键就是自己的键，直接匹配自己的value
    else:
        return (row['ID1'], row['ID2'], row['ID3'])

# 给DataFrame添加父键列
mytable_df['parent_key'] = mytable_df.apply(get_parent_key, axis=1)

3. 构建键到value的映射字典 #

把所有行的(ID1, ID2, ID3)组合和对应的value做成字典，这样查找父节点value会非常快：

key_to_value = mytable_df.set_index(['ID1', 'ID2', 'ID3'])['value'].to_dict()

4. 匹配父节点value并整理结果 #

用刚才生成的父键去字典里取值，就能得到parent列了，最后删掉临时的父键列就行：

mytable_df['parent'] = mytable_df['parent_key'].map(key_to_value)
mytable_df = mytable_df.drop('parent_key', axis=1)

# 打印看看结果
print(mytable_df)

最终输出结果 #

运行完上面的代码，你会得到想要的DataFrame：

这个方法逻辑清晰，不管你的树形结构再延伸几层，只要按照这个层级规则调整父键的生成逻辑，都能适用，而且字典映射的方式效率也很高~

内容的提问来源于stack exchange，提问作者Jon