使用Python从CSV文件构建树

Question

我的csv文件格式如下

Col1        Col2
a           b
b           c
c           d
d           e
x           b
y           c
z           c
m           x
h           b
i           b

我会创建一个字典来存储这些数据，像这样

{ b:[a,x,h,i] , c:[b,y,z], d:[c], e:[d], x:[m] } 

从这个字典中，我想建立一个层级结构。比如说：当我遍历字典中的'a'时，我应该能够显示

 a -> b -> c -> d -> e

同样，对于'y'也是如此

 y -> c -> d -> e

我可以把这个想象成一个树形结构，想象成深度优先遍历，但我不太确定如何在python中用字典来实现这个。这个不是决策树或二叉树之类的。

Answer 1

这里有一个只使用字典的解决方案：

from itertools import chain

def walk(d, k):
    print k,
    while k in d:
        k = d[k]
        print '->', k,

data = {'b': ['a','x','h','i'], 'c': ['b','y','z'], 'd': ['c'], 'e': ['d'], 'x': ['m']}
hierarchy = dict(chain(*([(c, p) for c in l] for p, l in data.iteritems())))
# {'a':'b', 'c':'d', 'b':'c', 'd':'e', 'i':'b', 'h':'b', 'm':'x', 'y':'c', 'x':'b', 'z':'c'}

walk(hierarchy, 'a') # prints 'a -> b -> c -> d -> e'
walk(hierarchy, 'y') # prints 'y -> c -> d -> e'

Answer 2

伪代码：

filedict = {}
for row in file:
  try:
    filedict[row.col2].append(row.col1)
  except:
    filedict[row.col2] = [row.col1]
invdict = dict((v,k) for k, v in filedict.iteritems())
def parse(start):
  if start not in invdict:
    return []
  next = invdict[start]
  return [next] + parse(next)

Answer 3

你可以使用 Python-Graph 这个工具。

pairs = read_from_csv(...)

from pygraph.classes.digraph import digraph 
gr = digraph()
gr.add_nodes(set([x for (x,y) in pairs]+[y for (x,y) in pairs]))

for pair in pairs:
    gr.add_edge(pair)

#and now you can do something with the graph...

from pygraph.algorithms.searching import depth_first_search

print ' -> '.join(depth_first_search(gr, root='a')[1])
print ' -> '.join(depth_first_search(gr, root='y')[1])