python - 将 2 列数据框转换为多级分层数据框

Question

我有一个 pandas 数据框

<表类=“s-表”><标题>来自至 <正文>一个B一个CDEFFBGBHB我GJGKLL中号中号NN

我想将其转换为多列层次结构。预期的层次结构将如下所示

<表类=“s-表”><标题>Level_1Level_2Level_3Level_4 <正文>一个BGJ一个BGK一个BH一个B我一个CDEFFLL中号中号NN

pandas 有内置的方法来实现这一点吗？我知道我可以使用递归，还有其他简化的方法吗？

Answer 1

使用networkx您可以轻松获得您所期望的内容

# Python env: pip install networkx
# Anaconda env: conda install networkx

import networkx as nx
import pandas as pd

df = pd.DataFrame({'From': ['A', 'A', 'D', 'F', 'B', 'B', 'B', 'G', 'G', 'L', 'M', 'N'],
                   'To': ['B', 'C', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N']})

G = nx.from_pandas_edgelist(df, source='From', target='To', create_using=nx.DiGraph)
roots = [v for v, d in G.in_degree() if d == 0]
leaves = [v for v, d in G.out_degree() if d == 0]

all_paths = []
for root in roots:
    for leaf in leaves:
        paths = nx.all_simple_paths(G, root, leaf)
        all_paths.extend(paths)

for node in nx.nodes_with_selfloops(G):
    all_paths.append([node, node])

输出:

>>> pd.DataFrame(sorted(all_paths)).add_prefix('Level_').fillna('')
  Level_0 Level_1 Level_2 Level_3
0       A       B       G       J
1       A       B       G       K
2       A       B       H
3       A       B       I
4       A       C
5       D       E
6       F       F
7       L       L
8       M       M
9       N       N

文档:networkx.algorithms.simple_paths.all_simple_paths