Группировка иерархических данных «родитель-потомок» с использованием Pandas Dataframe - Python - PullRequest
Новая
       10

Группировка иерархических данных «родитель-потомок» с использованием Pandas Dataframe - Python

0 голосов
/ 07 апреля 2019

У меня есть фрейм данных, который я хочу сгруппировать на основе значения другого столбца в том же фрейме данных.

Например:

Parent_ID и Child ID связаны и определяюткто связан с кем в иерархическом дереве.

Фрейм данных выглядит (вход из файла csv) 

No  Name    ID  Parent_Id
1   Tom     211 111
2   Galie   209 111
3   Remo    200 101
4   Carmen  212 121
5   Alfred  111 191
6   Marvela 101 111
7   Armin   234 101
8   Boris   454 109
9   Katya   109 323

Я хотел бы сгруппировать этот фрейм данных на основе идентификатора и Parent_IDв приведенной ниже группировке и создайте из этого CSV-файлы на основе родительского элемента верхнего уровня.То есть Alfred.csv, Carmen.csv (будет иметь только свою собственную запись, ледяная строка # 4), Katya.csv с использованием функции to_csv (). 

Alfred
  |_ Galie
   _ Tom
   _ Marvela
       |_ Remo
        _ Armin
Carmen
Katya
  |_ Boris

И я хочу создать новыйстолбец в том же фрейме данных, который будет иметь тег, указывающий иерархию.Например: 

No  Name    ID  Parent_Id   Tag
1   Tom     211 111     Alfred
2   Galie   209 111     Alfred
3   Remo    200 101     Marvela, Alfred
4   Carmen  212 121 
5   Alfred  111 191 
6   Marvela 101 111     Alfred
7   Armin   234 101     Marvela, Alfred
8   Boris   454 109     Katya
9   Katya   109 323

Обратите внимание, что имена могут повторяться, но идентификатор будет уникальным.

Пожалуйста, дайте мне знать, как этого добиться с помощью панд.Я попробовал groupby (), но кажется немного сложным и не понимаю, что я намереваюсь.Должен быть один файл для каждого родителя, и дочерние записи в родительском файле.Если у ребенка есть другой ребенок (например, marvel), он может иметь собственный файл csv.

И конечный результат будет 

Alfred.csv - All records matching Galie, Tom, Marvela
Marvela.csv - All records matching Remo, Armin
Carmen.csv - Only record matching carmen (row)
Katya.csv - all records matching katya, boris

1 Ответ

2 голосов
/ 07 апреля 2019

Я бы написал рекурсивную функцию для этого.

Сначала создайте словарь {id:name}, {parent:id} и рекурсивную функцию. 

id_name_dict = dict(zip(df.ID, df.Name))
parent_dict = dict(zip(df.ID, df.Parent_Id))

def find_parent(x):
    value = parent_dict.get(x, None)
    if value is None:
        return ""
    else:
        # Incase there is a id without name.
        if id_name_dict.get(value, None) is None:
            return "" + find_parent(value)

        return str(id_name_dict.get(value)) +", "+ find_parent(value)

Затем создайте новый столбец с Series.apply и удалите ', ' с Series.str.strip

df['Tag'] = df.ID.apply(lambda x: find_parent(x)).str.rstrip(', ')

df

   No     Name   ID  Parent_Id              Tag
0   1      Tom  211        111           Alfred
1   2    Galie  209        111           Alfred
2   3     Remo  200        101  Marvela, Alfred
3   4   Carmen  212        121                 
4   5   Alfred  111        191                 
5   6  Marvela  101        111           Alfred
6   7    Armin  234        101  Marvela, Alfred
7   8    Boris  454        109            Katya
8   9    Katya  109        323
...