迭代连接具有相同叶子值的树枝/节点

Question

假设我有一个具有特征

x..

和结果

y

:

的数据框

import pandas as pd

def crossing(df1: pd.DataFrame, df2: pd.DataFrame) -> pd.DataFrame:
    return pd.merge(df1.assign(key=1), df2.assign(key=1), on='key').drop(columns='key')

def crossing_many(*args):
    from functools import reduce
    return reduce(crossing, args)

df = crossing_many(
    pd.DataFrame({'x1': ['A', 'B', 'C']}),
    pd.DataFrame({'x2': ['X', 'Y', 'Z']}),
    pd.DataFrame({'x3': ['xxx', 'yyy', 'zzz']}),
).assign(y = lambda d: np.random.choice([0, 1], size=len(d)))

我可以用

bigtree

包非常简单地绘制一棵树：

from bigtree import dataframe_to_tree
def view_pydot(pdot):
    from IPython.display import Image, display
    plt = Image(pdot.create_png())
    display(plt)

tree = (
    df
    .assign(y=lambda d: d['y'].astype('str'))
    .assign(root='Everyone')
    .assign(path=lambda d: d[['root'] + features + ['y']].agg('/'.join, axis=1))
    .pipe(dataframe_to_tree, path_col='path')
)

view_pydot(tree_to_dot(tree))

我得到类似的信息：

树比它想象的要复杂得多。我想迭代地“加入”在所有级别上具有相同离开节点的分支/节点。例如，类似这样的事情：

基本上我想创建尽可能简单的树，以便人们能够在某种意义上使用它，IF x1=A AND x2=X THEN 1（因此通过可能的最短路径做出决定）。删除覆盖此特征所有可能值的节点（例如

xxx|yyy|zzz

）也是有意义的。谢谢！

Answer 1

我能够使用littletree解决你的问题（我是作者）。 该代码可能不是解决此问题的最有效方法，但它确实有效。

# df was created using code by OP

import itertools
from littletree import Node

# Convert df to tree
tree = Node.from_rows(df, path_name=None)
tree.identifier = "Everyone"
tree.to_image('before.png')


def simplify_tree(tree):
    """Simplify it iteratively."""
    tree = tree.copy()
    for node in tree.iter_tree(order="post"):
        children = list(node.children)
        for s1, s2 in itertools.combinations(children, 2):
            if not s1.compare(s2):
                s1.identifier += "|" + s2.identifier
                s2.detach()
    return tree


new_tree = simplify_tree(tree)
new_tree.to_image('after.png')

之前：

之后：

由于问题与简化布尔表达式有关，您可能还想研究一下卡诺映射。