如何将具有父/子层次结构的数据框转换为在单独列中具有父名称的数据框？

Posted 2023-04-15

【中文标题】如何将具有父/子层次结构的数据框转换为在单独列中具有父名称的数据框？

【英文标题】：How to translate a dataframe with parent / child hierarchy into a dataframe with parent name in separate columns?

【发布时间】：2021-10-28 18:36:31

【问题描述】：

我有位置信息的数据框，其中包含 Name、Code、Parent 和 Name 字段包含所有 Country、State、District、Taluk 单个字段中的名称。

我想查看以下格式。

【参考方案1】：

基于previous answer，您可以使用networkx 包来完成您想要的。这里唯一的区别是图表是倒置的，所以根 (Parent=NaN) 是一个叶子。

# Python env: pip install networkx
# Anaconda env: conda install networkx
import networkx as nx

# Create network from your dataframe
G = nx.from_pandas_edgelist(df, source='Code', target='Parent',
                            create_using=nx.DiGraph)

# Here, roots are the leaves of your graph
leaves = [node for node, degree in G.out_degree() if degree == 0]

# Find all paths
paths = []
for node in df['Code']:
    for leaf in leaves:
        path = nx.all_simple_paths(G, node, leaf)
        paths.append(list(reversed(*path))[1:]) # [1:] to remove nan

# Build your new columns
names = df.set_index('Code')['Name'].to_dict()
cols = ['Country', 'State', 'District', 'Taluk']
df1 = pd.DataFrame(paths, index=df.index, columns=cols).replace(names)

# Join your 2 dataframes
df = df.join(df1).fillna('')

输出：

>>> df
        Name    Code  Parent Country      State   District      Taluk
0      India      IN           India                                 
1  Karnataka   IN_KA      IN   India  Karnataka                      
2  Bangalore  KA_BNG   IN_KA   India  Karnataka  Bangalore           
3  Yelahanka  KA_YLH  KA_BNG   India  Karnataka  Bangalore  Yelahanka

【讨论】：

我在应用真实数据并弄清楚时遇到了一些问题。谢谢您的帮助。成功后会更新。