如何将具有父/子层次结构的dataframe转换为具有单独列的parent name的dataframe？

要将具有父/子层次结构的dataframe转换为具有单独列的parent name的dataframe，可以通过递归算法来实现。下面是一个步骤示例：

首先，遍历原始dataframe的每一行。
对于每一行，提取子节点的相关信息，并创建一个新的dataframe来存储这些信息。
如果子节点还有子节点（即有更深的层级），则递归调用步骤1和2，以处理子节点的子节点。
将所有生成的子节点信息dataframe合并成一个单独的dataframe。
将原始dataframe与生成的子节点信息dataframe进行合并，通过父节点和子节点之间的关联，将子节点的相关信息添加到原始dataframe中。
删除原始dataframe中的父节点和子节点列，只保留单独的parent name列。

这样，就可以将具有父/子层次结构的dataframe转换为具有单独列的parent name的dataframe。

以下是一个示例代码：

import pandas as pd

def flatten_dataframe(df, parent_name=None):
    result = pd.DataFrame(columns=['parent name', 'child name'])
    
    for index, row in df.iterrows():
        child_name = row['child name']
        
        result = result.append({'parent name': parent_name, 'child name': child_name}, ignore_index=True)
        
        if 'child dataframe' in row:
            child_df = row['child dataframe']
            child_result = flatten_dataframe(child_df, parent_name=child_name)
            result = pd.concat([result, child_result])
    
    return result

# 原始dataframe
df = pd.DataFrame({
    'parent name': ['A', 'A', 'B', 'C'],
    'child name': ['A1', 'A2', 'B1', 'C1'],
    'child dataframe': [
        pd.DataFrame({'child name': ['A1-1', 'A1-2']}),
        pd.DataFrame({'child name': ['A2-1']}),
        pd.DataFrame({'child name': ['B1-1', 'B1-2', 'B1-3']}),
        pd.DataFrame({'child name': ['C1-1']})
    ]
})

# 将具有父/子层次结构的dataframe转换为具有单独列的parent name的dataframe
result = flatten_dataframe(df)

print(result)

这段代码将会输出转换后的dataframe，其中每一行包含了父节点和子节点的关联信息。你可以根据实际需求对输出结果进行进一步处理或使用。