Python 熊猫df回路+；合并

大家好我需要你们的智慧

我还不熟悉python和pandas，我希望实现以下目标

df = pd.DataFrame({'code': [125, 265, 128,368,4682,12,26,12,36,46,1,2,1,3,6], 'parent': [12,26,12,36,46,1,2,1,3,6,'a','b','a','c','f'], 'name':['unknow','unknow','unknow','unknow','unknow','unknow','unknow','unknow','unknow','unknow','g1','g2','g1','g3','g6']})

ds = pd.DataFrame({'code': [125, 265, 128,368,4682], 'name': ['Eagle','Cat','Koala','Panther','Dophin']})

我想在

ds

dataframe中添加一个新列，其中包含最高父级的名称

作为第一行的示例：

code | name | category
125 | Eagle | a

“a”是

df.code

和

df.parent

125>12>1>a

由于最后一个父项不是数字而是字母，我想我必须使用正则表达式和than.merge from pandas来填充

ds['category']

列。也可能使用应用函数，但它似乎有点超出我目前的知识

有人能帮我吗

---

在这方面，

以下肯定不是最快的解决方案，但如果您的数据帧不太大，它就可以工作。首先从

df

的父代码创建一个字典，然后递归地应用该字典，直到结束

p = df[['code','parent']].set_index('code').to_dict()['parent']

def get_parent(code):
    while par := p.get(code):
        code = par
    return code

ds['category'] = ds.code.apply(get_parent)

结果:

   code     name category
0   125    Eagle        a
1   265      Cat        b
2   128    Koala        a
3   368  Panther        c
4  4682   Dophin        f

PS:

get\u parent

使用赋值表达式（Python>=3.8），对于较旧版本的Python，您可以使用：

def get_parent(code):
    while True:
        par = p.get(code)
        if par:
            code = par
        else:
            return code

---

您的

df

定义不正确（ValueError:array必须都是相同的长度）确实很抱歉我编辑了这篇文章。非常感谢您，它工作得非常完美。我不太理解while循环，所以我必须研究它。即使第二个版本看起来更容易阅读；）