Python 基于父id合并来自同一数据帧的多行

我有一个数据框，其中一些行具有父子关系。例如，1002是1003的父级，1003是1004的父级

将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（列=['Id'，'Parent Id'，'Child Id'，'A'，'B']，
数据=[[1001，np.nan，1005，'A1001'，'B1001']，
[1002，np.nan，1003，'A1002'，'B1002']，
[100310021004，'A1003'，北卡罗来纳州南部]，
[10041003，北卡罗来纳州南部，'A1004'，北卡罗来纳州南部]，
[10051001，np.nan，'A1005'，np.nan]
])
打印（df）
Id父Id子Id A B
0 1001 NaN 1005.0 A1001 B1001
1002南1003.0 A1002 B1002
2 1003 1002.0 1004.0 A1003 NaN
310041003.0NAN A1004 NaN
4 1005 1001.0 NaN A1005 NaN

我想合并这些行，只保留那些没有子项的行。我知道我可以用它来做

    df = df[df['Child Id'].isnull()]

但是，某些信息仅显示在父行中，但子行中缺少，例如1002中的“B”列。我想将其继承到最新的子行

以下是预期产出：

Id父Id子Id A B
3 1004 1003.0 NaN A1004 B1002
4 1005 1001.0 NaN A1005 B1001

---

我可以使用内置的pandas方法来代替迭代行吗

您需要在父子关系链的

B

列中获取值。您可以通过以下方式完成：

for i in range(max_length_of_relationships):
    df = df.merge(df[['Id', 'B']].rename({'Id': 'Parent Id', 'B': 'Parent B'}, axis=1), how='left')
    df['B'] = df['B'].combine_first(df['Parent B'])
    df.drop('Parent B', axis=1, inplace=True)

其中，

max\u length\u of_relationships

是一条链中父子链接的最大数量（df中的2个：1.10002-10003，2.10003-10004），如果您不确定该数字是多少，请使用无法超过的大数字。 然后只保留不带childs的行，就像您处理：

df = df[df['Child Id'].isnull()]

---

您是如何确定值“B1002”属于Id 1004的？不确定您是如何得到与您的数据帧不匹配的第二行的A1004的：您可以尝试

df.ffill（）[df['Child Id'].isnull（）]

或类似的内容？@datanovel谢谢您的建议，它与我正在寻找的内容类似。但这可能不是一个好的下场。它将填充我不想显示的“Child Id”列（很抱歉A1004是一个输入错误，我已经更正了我的问题）@Aryere“B1002”用于1004是从它的父（1003）的父（1002）继承的