数据structure/algorithm动态改变"tree"型依赖

Question

我正在寻找数据 structure/algorithm，它可以帮助我解决以下任务：

假设我们有两条业务线 B1 和 B2
每个业务线有 3 个产品 P1、P2、P3
每个产品都有相同的参数命名法，我的程序最终将计算：H、W、L

回答评论：H、W、L的值确实是数字。

进一步说明：所有 B、P 和 H、W、L 都是字符串，但是 H、W、L 的值（我没有在树上显示它们）是数字和完全不同。

在第一个运行中，我想像这样构建一棵树：

然后，我想执行分析，比方说 P1，所以我需要能够像这样跨树轻松地从 P1 节点检索数据：

随后，对 H 的分析将需要像这样检索数据：

（为了获得灵感，这很容易在 Excel 枢轴中实现，只需重新排列列即可）

我的语言是 Python，到目前为止，我只想到了嵌套字典（尽管搜索嵌套键非常乏味），或者以 B1、B2 作为键的字典，比方说 (P1, H , value_of_H) 作为元组，如果 P 或 H/W/L 在元组中，我可以看到每个键。

Answer 1

您可以创建一个具有多个索引级别的 Pandas DataFrame，并使用 xs:

查询它

import pandas as pd
import numpy as np

firms = ["B1", "B2"]
products = ["P1", "P2", "P3"]
params = ["H", "W", "L"]

df = pd.DataFrame(
    index=pd.MultiIndex.from_product([firms, products, params]),
    data=np.random.randint(1, 10, 2 * 3 * 3),
    columns=["Value"]
    )

# analytics on P1:
print(df.xs("P1", level=1))
#       Value
# B1 H      5
#    W      6
#    L      9
# B2 H      1
#    W      5
#    L      7

# analytics on H:
print(df.xs("H", level=2))
#        Value
# B1 P1      7
#    P2      2
#    P3      6
# B2 P1      5
#    P2      6
#    P3      6

数据structure/algorithm动态改变"tree"型依赖

Data structure/algorithm to dynamically change "tree"-type dependency

python

algorithm

data-structures