问题描述
考虑以下数据框:
id1 id2
0 aaa 111
1 bbb 222
2 333 ccc
3 999 zzz
4 ccc 111
5 888 zzz
6 zzz 222
7 ddd 888
8 eee 888
如何为给定输入的所有子项和所有孙子项的每个匹配项递归获取数据框,在我的情况下,输入 = [111,222]
即
家长1:111
孩子1:aaa
Child2:ccc(来自第 4 行)
Child2 的孩子:333(来自第 2 行)
父 2:222
Child1:bbb
Child2:zzz(来自第 6 行)
Child2 的 ChildA:888(从第 5 行开始)
Child2 的 ChildB:999(从第 3 行开始)
ChildA 的 Child_i:ddd(从第 8 行开始)
ChildA 的 Child_ii:eee(来自第 7 行)
每个级别(父级->子级->子级的子级)的预期输出为:
### for i = 111
# parent level
id1 id2
0 aaa 111
1 ccc 111
# child level
id1 id2
0 333 ccc
### for i = 222
# parent level
id1 id2
0 bbb 222
1 zzz 222
# child level
id1 id2
0 888 zzz
1 999 zzz
# child of child level
id1 id2
0 ddd 888
1 eee 888
我试过了:
parents = [111,222]
while len(parents) != 0:
for i in parents:
children = df[df['id2'].apply(lambda x: i in str(x))][['id1','id2']]
print(children) #print dataframe of match
parents = children['id1']
但它并没有完全通过,我想将 lambda 中的 i 更改为列表理解,但没有设法使其工作。
解决方法
如果你只想打印一个缩进的图形,你可以使用一个简单的递归函数:
def desc(i,indent=0):
print(' '*indent + i)
for j in df.loc[df['id2'] == i,'id1']:
desc(j,indent + 2)
for i in ('111','222'): desc(i)
以 df 为例,它给出:
111
aaa
ccc
333
222
bbb
zzz
999
888
ddd
eee
,
result
数据框也将包含 NaN,但如果您想删除它们,请使用 result.dropna()
:
from io import StringIO
d = StringIO("""
ix id1 id2
0 aaa 111
1 bbb 222
2 333 ccc
3 999 zzz
4 ccc 111
5 888 zzz
6 zzz 222
7 ddd 888
8 eee 888
""")
import pandas as pd
df = pd.read_csv(d,sep='\s+',index_col='ix')
df.columns
result = (
df.rename(columns={'id2': 'id_parent','id1': 'id_child'})
.merge(df.set_index('id2'),how='left',left_on='id_child',right_index=True)
.rename(columns={'id1': 'id_grandchild'})
)
result
例如,列出所有孙子的方法:
result.dropna().groupby('id_parent')['id_grandchild'].agg(list).reset_index()
这里有一种方法可以创建一个查找字典,其中包含一个人的所有孙子:
dict_parents = result.dropna().groupby('id_parent')['id_grandchild'].agg(list).to_dict()
# e.g. try: print(dict_parents['222'])
以下是获取特定个人结果的方法:
specific_ids = ['111','222']
result = (
df[df['id2'].isin(specific_ids)].rename(columns={'id2': 'id_parent',right_index=True)
.rename(columns={'id1': 'id_grandchild'})
)
result.dropna()