python - 如何根据 'Parent' 进行索引和排序？

Question

<小时/>

问题 1

我有一个像这样的数据框:

import pandas as pd
import numpy as np
df = pd.DataFrame({'Code': [1,2,3,4,5,10,45],'Parent':[2,np.nan,4,2,3,45,2]})

如何根据父列进行排序？我首先说第一个将是没有父级的代码，其“索引”将为 1。其他将基于其父级和出现顺序 (df.index) .

索引 = 父索引 + '.' + 出现顺序

我相信 df.loc[df['Parent'].isna(),'Index'] = 1 是一个好的开始。之后，来自一个的直接“子级”将只有一个点，并且将根据数据帧顺序进行排序，因此，我们将有

由于代码 2 是起始父级，因此我们将移动到其子级(代码 1、4 和 45，按此顺序)。

因此，在这次迭代之后，我们将得到:

在下一步中，我们将查找代码 1、4 和 45 的子代，依此类推，直到索引列中不再有 NaN。

预期最终结果(按照问题2排序后)为:

我们可以将其视为章节、章节和小节，而不是“父级”。这个想法是代码位于父级内部，或者来自于父级。家长是直接上级。

<小时/>

问题 2

此外，还有另一个问题。假设

df['Index']= pd.Series(['1.1','1','1.2.1','1.2.16.1','1.2.2.1','1.3.1','1.3'])

我希望 1.2.16.1 出现在 1.2.2.1 之后但是，如果我尝试:

df = pd.DataFrame({'Code': [1,2,3,4,5,10,45],'Parent':[2,np.nan,4,2,3,45,2]})
df['Index'] = pd.Series(['1.1','1','1.2.1','1.2.16.1','1.2.2.1','1.3.1','1.3'])
df = df.sort_values(by=['Index'])

我得到的是:

预期结果是:

Answer 1

使用natsorted的一种方法

from natsort import natsorted

df = df.set_index('Index').reindex(natsorted(df.Index)).reset_index()
Out[42]: 
      Index  Code  Parent
0         1     2     NaN
1       1.1     1     2.0
2     1.2.1     3     4.0
3   1.2.2.1     5     3.0
4  1.2.16.1     4     2.0
5       1.3    45     2.0
6     1.3.1    10    45.0