我創(chuàng)建了以下數(shù)據(jù)框import pandas as pd df = pd.DataFrame({'parent': ['AC1', 'AC2', 'AC3', 'AC1', 'AC11', 'AC5', 'AC5', 'AC6', 'AC8', 'AC9'], 'child': ['AC2', 'AC3', 'AC4', 'AC11', 'AC12', 'AC2', 'AC6', 'AC7', 'AC9', 'AC10']})輸出以下內(nèi)容： parent child0 AC1 AC21 AC2 AC32 AC3 AC43 AC1 AC114 AC11 AC125 AC5 AC26 AC5 AC67 AC6 AC78 AC8 AC99 AC9 AC10我想創(chuàng)建一個(gè)結(jié)果數(shù)據(jù)框，其中列出了每個(gè)父項(xiàng)（意味著它不存在于子列中）和最后一個(gè)子項(xiàng)。df_result = pd.DataFrame({'parent': ['AC1', 'AC1', 'AC5', 'AC5', 'AC8', 'AC2'], 'child': ['AC4', 'AC12', 'AC4', 'AC7', 'AC10', 'AC4']}) parent child0 AC1 AC41 AC1 AC122 AC5 AC43 AC5 AC74 AC8 AC105 AC2 AC4我已經(jīng)啟動(dòng)了以下功能，但我不確定如何完成它。def get_child(df):result = {}if df['parent'] not in df['child']: return result[df['parent']]
2 回答
一只甜甜圈
TA貢獻(xiàn)1836條經(jīng)驗(yàn) 獲得超5個(gè)贊
這是一個(gè)樹結(jié)構(gòu)，一種特殊類型的圖。數(shù)據(jù)框并不是表示樹的特別方便的方式；我建議您切換到networkx或其他一些基于圖形的包。然后查找如何進(jìn)行簡(jiǎn)單的路徑遍歷；您會(huì)在圖形包文檔中找到直接支持。
如果你堅(jiān)持自己做——這是一個(gè)合理的編程練習(xí)——你只需要像這樣的偽代碼
for each parent not in "child" column:
here = parent
while here in parent column:
here = here["child"]
record (parent, here) pair
互換的青春
TA貢獻(xiàn)1797條經(jīng)驗(yàn) 獲得超6個(gè)贊
雖然您的預(yù)期輸出似乎與您的描述有些不一致（AC2 似乎不應(yīng)該被視為父節(jié)點(diǎn)，因?yàn)樗皇窃垂?jié)點(diǎn)），但我非常有信心您想從每個(gè)源節(jié)點(diǎn)運(yùn)行遍歷以定位它所有的葉子。在數(shù)據(jù)框中這樣做并不方便，因此我們可以使用df.values并創(chuàng)建一個(gè)鄰接列表字典來(lái)表示圖形。我假設(shè)圖中沒(méi)有循環(huán)。
import pandas as pd
from collections import defaultdict
def find_leaves(graph, src):
? ? if src in graph:
? ? ? ? for neighbor in graph[src]:
? ? ? ? ? ? yield from find_leaves(graph, neighbor)
? ? else:
? ? ? ? yield src
def pair_sources_to_leaves(df):
? ? graph = defaultdict(list)
? ? children = set()
? ? for parent, child in df.values:
? ? ? ? graph[parent].append(child)
? ? ? ? children.add(child)
? ? leaves = [[x, list(find_leaves(graph, x))]?
? ? ? ? ? ? ? ?for x in graph if x not in children]
? ? return (pd.DataFrame(leaves, columns=df.columns)
? ? ? ? ? ? ? .explode(df.columns[-1])
? ? ? ? ? ? ? .reset_index(drop=True))
if __name__ == "__main__":
? ? df = pd.DataFrame({
? ? ? ? "parent": ["AC1", "AC2", "AC3", "AC1", "AC11",?
? ? ? ? ? ? ? ? ? ?"AC5", "AC5", "AC6", "AC8", "AC9"],
? ? ? ? "child": ["AC2", "AC3", "AC4", "AC11", "AC12",?
? ? ? ? ? ? ? ? ? "AC2", "AC6", "AC7", "AC9", "AC10"]
? ? })
? ? print(pair_sources_to_leaves(df))
輸出：
? parent child
0? ? AC1? ?AC4
1? ? AC1? AC12
2? ? AC5? ?AC4
3? ? AC5? ?AC7
4? ? AC8? AC10
添加回答
舉報(bào)
0/150
提交
取消