Python如何构建无限级树结构并处理层级数据？

使用Python高效构建无限级树形结构，轻松处理复杂层级数据！本文将详细介绍如何基于Python代码，将字典数据转化为无限级树结构，并通过示例代码演示其应用，例如在文件系统或组织架构等场景中的数据表示。

问题描述：

假设您拥有如下字典数据，其中pid代表父节点ID，id代表节点ID，name代表节点名称：

rows = [
    {'pid': 0, 'id': 1, 'name': 'aaa'},
    {'pid': 0, 'id': 2, 'name': 'bbb'},
    {'pid': 0, 'id': 3, 'name': 'ccc'},
    {'pid': 1, 'id': 4, 'name': 'ddd'},
    {'pid': 4, 'id': 5, 'name': 'eee'},
    {'pid': 5, 'id': 6, 'name': 'fff'},
]

我们需要一个Python函数，将这些数据转换为无限级树结构，每个节点包含id、name和children（子节点）三个字段。

解决方案：

我们可以利用递归函数实现这一目标。以下代码展示了该功能：

def build_tree(data, parent_id=0):
    tree = []
    for item in data:
        if item['pid'] == parent_id:
            node = {'id': item['id'], 'name': item['name'], 'children': []}
            children = build_tree(data, item['id'])
            if children:
                node['children'] = children
            tree.append(node)
    return tree

build_tree 函数接受两个参数：data 为原始字典数据，parent_id 为当前节点的父节点 ID，默认为 0，表示根节点。函数通过递归遍历数据，找到所有父节点 ID 与 parent_id 匹配的节点，并将它们添加到树中。每个节点的子节点通过递归调用 build_tree 函数获得。

为了更清晰地理解，我们使用一个修改后的示例：

data = [
    {'id': 1, 'name': 'A', 'parent_id': 0},
    {'id': 2, 'name': 'B', 'parent_id': 1},
    {'id': 3, 'name': 'C', 'parent_id': 1},
    {'id': 4, 'name': 'D', 'parent_id': 2},
    {'id': 5, 'name': 'E', 'parent_id': 3},
    {'id': 6, 'name': 'F', 'parent_id': 3},
    {'id': 7, 'name': 'G', 'parent_id': 4},
    {'id': 8, 'name': 'H', 'parent_id': 5},
]

tree = build_tree(data)
print(tree)

这段代码将生成如下树结构：

[{'id': 1, 'name': 'A', 'children': [{'id': 2, 'name': 'B', 'children': [{'id': 4, 'name': 'D', 'children': [{'id': 7, 'name': 'G', 'children': []}]}]}, {'id': 3, 'name': 'C', 'children': [{'id': 5, 'name': 'E', 'children': [{'id': 8, 'name': 'H', 'children': []}]}, {'id': 6, 'name': 'F', 'children': []}]}]}]

请注意，此代码未处理循环引用等异常情况，实际应用中需根据具体需求进行完善。

以上就是Python如何构建无限级树结构并处理层级数据？的详细内容，更多请关注知识资源分享宝库其它相关文章！