本文介绍如何使用 NetworkX 和 pandas 对按 issue 分组的父子关系数据构建有向图，并完整提取每组内的所有简单路径，同时保留原始分组字段 issue，生成结构化层级依赖表。
本文介绍如何使用 networkx 和 pandas 对按 `issue` 分组的父子关系数据构建有向图，并完整提取每组内的所有简单路径，同时保留原始分组字段 `issue`，生成结构化层级依赖表。
在处理具有层级依赖关系的数据（如任务依赖、组织架构、BOM 清单等）时，常需将“父节点→子节点”关系还原为完整的路径链（例如 33 → 34 → 35），并确保每条路径能追溯到其所属的业务上下文（如 issue=1）。原始代码虽能构建全图并提取路径，但未区分不同 issue 组，导致路径混杂、丢失归属信息。正确做法是按 issue 分组建图、独立遍历、合并结果并保留分组键。
以下为完整、健壮的实现方案：
✅ 核心思路
- 使用 df.groupby('issue') 对数据分组，确保每个 issue 构建独立的有向图（避免跨组错误连接）；
- 对每组调用自定义函数：构建 nx.DiGraph → 定位根节点（入度为 0）和叶节点（出度为 0）→ 枚举所有简单路径；
- 将每条路径动态展开为字典（键为 Value_Depend_On_ID_0, Value_Depend_On_ID_1, ...），再转为 DataFrame；
- 最后通过 groupby().apply() 自动携带 issue 列，无需手动拼接。
✅ 完整可运行代码
import pandas as pd
import networkx as nx
import numpy as np
# 示例输入数据
df = pd.DataFrame({
'issue': [1, 1, 2],
'father': [33, 34, 33],
'son': [34, 35, 34]
})
def extract_hierarchy_per_issue(group):
"""对单个 issue 组提取所有层级路径"""
if len(group) == 0:
return pd.DataFrame()
# 构建有向图（仅当前 issue 的边）
G = nx.from_pandas_edgelist(
group,
source='father',
target='son',
create_using=nx.DiGraph
)
# 查找根节点（无父节点）和叶节点（无子节点）
roots = [v for v, d in G.in_degree() if d == 0]
leaves = [v for v, d in G.out_degree() if d == 0]
# 提取所有从根到叶的简单路径
all_paths = []
for root in roots:
for leaf in leaves:
paths = nx.all_simple_paths(G, root, leaf)
all_paths.extend(paths)
# 处理孤立节点（无边但存在 father/son 值的情况，按需启用）
# 若需包含单点路径（如只有 33 无后续），可补充：
# isolated = set(G.nodes()) - {n for p in all_paths for n in p}
# all_paths.extend([[n] for n in isolated])
# 转换为扁平化 DataFrame，列名按层级编号
result_rows = []
for path in all_paths:
row = {f'Value_Depend_On_ID_{i}': val for i, val in enumerate(path)}
result_rows.append(row)
return pd.DataFrame(result_rows)
# 按 issue 分组处理，自动保留 issue 列
result = (df
.groupby('issue', group_keys=False)
.apply(extract_hierarchy_per_issue)
.reset_index(drop=True))
# 可选：统一列类型（Int64 支持 NaN）
hierarchy_cols = [c for c in result.columns if c.startswith('Value_Depend_On_ID_')]
result[hierarchy_cols] = result[hierarchy_cols].astype('Int64')
print(result)✅ 输出示例
issue Value_Depend_On_ID_0 Value_Depend_On_ID_1 Value_Depend_On_ID_2 0 1 33 34 <NA> 1 1 33 34 35 2 2 33 34 <NA>
⚠️ 注意：由于 issue=1 含两条边 (33→34) 和 (34→35)，故生成两条路径：[33,34] 和 [33,34,35]；而 issue=2 仅含 (33→34)，因此只有一条长度为 2 的路径。若需仅保留最长路径（即完整链路），可在 all_simple_paths 后添加筛选逻辑：max(all_paths, key=len)。
✅ 关键注意事项
- 图隔离性：务必分组建图，否则 issue=1 和 issue=2 的相同节点（如 33、34）会被错误连通；
- 空组处理：groupby().apply() 中需防御性检查空 group，避免 nx.from_pandas_edgelist 报错；
-
数据类型一致性：使用 astype('Int64') 保持整数列支持缺失值（
），优于 float64 的 NaN； - 性能提示：对大规模层级（深度 > 10 或节点 > 1000），all_simple_paths 可能指数级增长，建议增加 cutoff 参数限制路径长度。
通过该方法，你不仅能准确还原每组的依赖拓扑，还能无缝继承原始业务标识（如 issue），为后续分析、可视化或导出提供结构清晰、语义明确的层级数据表。
立即学习“Python免费学习笔记（深入）”；
