在Airflow中重新运行依赖的DAGs可以通过以下步骤完成：

Step 1: 确定要重新运行的DAG及其依赖关系

首先，你需要确定要重新运行的DAG及其所有依赖的DAG。你可以使用Airflow的DAG依赖关系图来帮助你确定DAG之间的依赖关系。

Step 2: 找到要重新运行的DAG的任务实例

使用以下代码示例来找到要重新运行的DAG的任务实例：

from airflow import DAG
from airflow.models import TaskInstance, DagModel
from airflow.utils.state import State

dag_id = "your_dag_id"
execution_date = "yyyy-mm-dd"

dag = DAG(dag_id)

# 获取DAG的所有任务实例
dag_model = DagModel.get_dagmodel(dag_id)
task_instances = dag_model.get_task_instances()

# 找到要重新运行的DAG的任务实例
replay_task_instances = []
for task_instance in task_instances:
    if task_instance.execution_date == execution_date:
        replay_task_instances.append(task_instance)

# 打印要重新运行的任务实例的状态
for task_instance in replay_task_instances:
    print(task_instance.state)

Step 3: 将要重新运行的任务实例状态设置为'none'

使用以下代码示例将要重新运行的任务实例状态设置为'none'：

for task_instance in replay_task_instances:
    task_instance.set_state(State.NONE)

Step 4: 重新运行DAG

使用以下代码示例重新运行DAG：

from airflow.api.common.experimental import trigger_dag

trigger_dag(dag_id, run_id="manual_run", execution_date=execution_date)

这将触发DAG的重新运行。你可以提供一个新的run_id来标识这次重新运行。

注意：重新运行DAG将重新执行所有的任务实例，包括依赖的DAG。确保在重新运行之前正确设置了任务实例状态，以避免重复执行。

希望以上解决方法对你有所帮助！