找到孩子和父母之间所有可能的联系答案

【问题标题】：Find all possible connections between child and parent找到孩子和父母之间所有可能的联系
【发布时间】：2021-12-16 21:16:20
【问题描述】：

我正在寻找从所谓的孩子到父母的层次结构中的所有联系。它不完全是子父层次结构，因为通过“intermediate_parents”，一个孩子和一个父母之间可能存在许多联系。并且一个孩子可以与少数父母联系，反之亦然。例如：

Child	Parent	Class
1	2	C
1	3	C
1	4	B
1	9	A
2	4	B
2	6	D
2	8	S
3	6	C
4	5	A
5	6	D

结果如下：

Child	Ultimate_Parent	Class	Path	Connection
1	6	C	1-2-4-5-6	Indirect
1	6	C	1-2-6	Indirect
1	8	C	1-2-8	Indirect
1	6	C	1-3-6	Indirect
1	6	B	1-4-5-6	Indirect
1	9	A	1-9	Direct
2	6	B	2-4-5-6	Indirect
2	6	D	2-6	Direct
2	8	S	2-8	Direct
3	6	C	3-6	Direct
4	6	A	4-5-6	Indirect
5	6	D	5-6	Direct

在df中输入：

df = pd.DataFrame({'Child': ['1', '1', '1', '1', '2', '2', '2', '3', '4', '5'], 
                   'Parent': ['2','3','4','9','4','6','8','6','5','6'],
                   'Class': ['C','C','B','A','B','D','S','C','A','D']})

我首先尝试使用 DiR 图来解决它，但仍然难以完全理解它是如何工作的。我已经在这里向Finding ultimate parent 寻求帮助，但我提出的问题并不完全正确。那个答案是正确的，但我无法将其推断到这种情况。

【问题讨论】：

class 是什么意思？另外，为什么child=1, parent=4 没有出现在结果中，即使它们直接连接在输入中？ child=1, parent=3 也一样，可能还有其他情况。
你应该试试networkx库
@KotaMori 导致 4 和 3 不是最终父母。他们有他们的父母，我对临时联系不感兴趣，而只是端到端。
@mozway 是的，我试过了。但是我错过了一些连接... G = nx.from_pandas_edgelist(df, source='Parent', target='Child', create_using=nx.DiGraph) root = [node for node, degree in G.in_degree() if degree == 0]ultimate_parent = [node if node in root else list(G.predecessors(node))[0] for node in df['Parent']] df['Ultimate_Parent'] =ultimate_parent df['Connection' ] = np.where(df['Parent'] == df['Ultimate_Parent'], '直接', '间接')

标签： python pandas hierarchy

【解决方案1】：

您可以从没有父节点的节点展开数据。下面的代码是一个完全使用 pandas 方法并产生所需输出的示例。如果速度是个问题，那么在没有 pandas 的情况下您可能能够更有效地实现，因为 pandas 不是这种递归操作的最佳工具。

import pandas as pd

df = pd.DataFrame(
  {'Child': ['1', '1', '1', '1', '2', '2', '2', '3', '4', '5'], 
   'Parent': ['2','3','4','9','4','6','8','6','5','6'],
   'Class': ['C','C','B','A','B','D','S','C','A','D']}) 

out = None
while len(df) > 0:
  no_parent = set(df.Parent) - set(df.Child)
  tmp = df[df.Parent.isin(no_parent)]
  if out is None:
    out = tmp.rename(columns={"Child": "Parent", "Parent": "UltimateParent"})
    out["Path"] = out.Parent + "-" + out.UltimateParent
    out["Connection"] = "Direct"
  else:
    tmp = pd.merge(out, tmp, on="Parent", how="inner")
    tmp.Path = tmp.Child + "-" + tmp.Path
    tmp["Class"] = tmp.Class_y.fillna(tmp.Class_x)
    tmp["Parent"] = tmp.Child.fillna(tmp.Parent)
    tmp = tmp.drop(columns=["Child", "Class_x", "Class_y"])
    tmp["Connection"] = "Indirect"
    out = pd.concat((out, tmp), ignore_index=True)
  df = df[~df.Parent.isin(no_parent)]
out = out.rename(columns={"Parent": "Child"}).sort_values("Path")
out

 Child UltimateParent Class       Path Connection
     1              6     C  1-2-4-5-6   Indirect
     1              6     C      1-2-6   Indirect
     1              8     C      1-2-8   Indirect
     1              6     C      1-3-6   Indirect
     1              6     B    1-4-5-6   Indirect
     1              9     A        1-9     Direct
     2              6     B    2-4-5-6   Indirect
     2              6     D        2-6     Direct
     2              8     S        2-8     Direct
     3              6     C        3-6     Direct
     4              6     A      4-5-6   Indirect
     5              6     D        5-6     Direct

【讨论】：