从具有父子关系的 2 列获取层次结构

Question

我有一个像这样的数据框：

data = {
    'Parent': [None, None,  'A',    'B',    'C',    'I',    'D',    'F',    'G',    'H',    'Z',    'Y',    None,None,None,None,    'AA',   'BB',   'CC',   'EE',   'FF',   None,   None],
    'Child': ['A',  'B',    'D',    'D',    'D',    'C',    'E',    'E',    'F',    'F',    'G',    'H',    'Z',    'Y',    'AA',   'BB',   'CC',   'CC',   'DD',   'DD',   'DD',   'EE',   'FF']
}

df = pd.DataFrame(data)
        
   Parent Child
0    None     A
1    None     B
2       A     D
3       B     D
4       C     D
5       I     C
6       D     E
7       F     E
8       G     F
9       H     F
10      Z     G
11      Y     H
12   None     Z
13   None     Y
14   None    AA
15   None    BB
16     AA    CC
17     BB    CC
18     CC    DD
19     EE    DD
20     FF    DD
21   None    EE
22   None    FF

我想要一个像这样的输出数据框：

我尝试使用

networkx

包中建议的post， 这是我使用的代码

df['parent']=df['parent'].fillna('No Parent')

leaves =set(df['parent']).difference(df['child'])
g= nx.from_pandas_edgelist(df, 'parent', 'child', create_using=nx.DiGraph())
ancestors = {
    n: nx.algorithms.dag.ancestors(g, n) for n in leaves
}

df1=(pd.DataFrame.from_dict(ancestors, orient='index')
 .rename(lambda x: 'parent_{}'.format(x+1), axis=1)
 .rename_axis('child')
 .fillna('')
 )

但是我得到一个空数据框。 有没有一种优雅的方法来实现这一点？

Answer 1

其中一个选项是制作

from_dict

的最终DataFrame

successors

：

DG = nx.from_pandas_edgelist(df.fillna("#"), "parent", "child", create_using=nx.DiGraph)

DG.remove_node("#") # remove the placeholder

out = (
    pd.DataFrame.from_dict(
        {n: DG.predecessors(n) for n in DG}, orient="index"
    ).rename(columns=lambda c: f"Parent {c+1}")
)