我有一些树型结构的数据，以DataFrame的形式给出。

level   id  parent_id  type text
0      1    1       <NA>  node    a
1      2   11          1  node    b
2      2   12          1  node    c
3      2   13          1  leaf    d
4      3  111         11  leaf    e
5      3  121         12  leaf    f
6      3  122         12  leaf    g

我想得到一个DataFrame，如下所示：

level       1              2                3            leaf           
attributes id  type text  id  type text    id  type text   id  type text
0           1  node    a  11  node    b   111  leaf    e  111  leaf    e
1           1  node    a  12  node    c   121  leaf    f  121  leaf    f
2           1  node    a  12  node    c   122  leaf    g  122  leaf    g
3           1  node    a  13  leaf    d  <NA>   NaN  NaN   13  leaf    d

我当前的解决方案如下所示：

from functools import reduce
def join_fn(x, y):
    i, df1 = x
    j, df2 = y
    return (
        j,
        pd.merge(df1, df2, left_on=f"id_{i}", right_on=f"parent_id_{j}", how="outer"),
    )

dfs = list(df.groupby("level"))
dfs = [
    (i, df.rename(columns={col: col + f"_{i}" for col in df.columns})) for i, df in dfs
]

_, dfr = reduce(join_fn, dfs)
dfr = dfr.filter([col for col in dfr.columns if col.startswith(("id", "text", "type"))])
idx = dfr.columns.str.split("_", expand=True)
dfr.columns = idx.swaplevel()

其产生如下：
如何获得最后三列，即收集树叶的列？
此外，我对我当前代码的改进持开放态度。