使用python腳本將XML轉換為DataFrame

我正在嘗試將以下 xml 資料轉換為資料框。

<?xml version="1.0" encoding="utf-8"?>
<TEST>
    <Node1L1>1</Node1L1>
    <Node2L1>FP</Node2L1>
    <SUBL1>
        <M>
            <PAR>
                <NAME>A</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>1,2,3,4,5,6</VAL>
            </PAR>
            <PAR>
                <NAME>B</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>10,20,30,40,50,60</VAL>
            </PAR>
            <PAR>
                <NAME>C</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>11,22,33,44,55,66</VAL>
            </PAR>
            <PAR>
                <NAME>D</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>a,b,c,d,e,f</VAL>
            </PAR>
            <PAR>
                <NAME>E</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>aa,bb,cc,dd,ee,ff</VAL>
            </PAR>
        </M>
        <M>
            <PAR>
                <NAME>A_test</NAME>
                <VAL>0.0,0.1,0.2,0.3,0.4,0.5</VAL>
            </PAR>
        </M>            
    </SUBL1>
</TEST>

我只需要提取名稱A、C、E的第一個M標記PAR子節點

這只是一個示例檔案，但我擁有的檔案很大，在 2 M標簽中有很多PAR標簽。我能夠使用下面的代碼進行 XML 轉換，但它也需要第二個M標簽PAR標簽。

df = pd.read_xml(path2file, xpath="//*[local-name()='PAR']")

我正在嘗試找到一種改進xpath=字串的方法，以便它僅將前M 個標記資料提取到資料幀中。另外，如果有任何替代方法，請告訴我。我還想避免節點中的空DESC列。

uj5u.com熱心網友回復：

見下文

import xml.etree.ElementTree as ET
import pandas as pd


xml = '''<?xml version="1.0" encoding="utf-8"?>
<TEST>
    <Node1L1>1</Node1L1>
    <Node2L1>FP</Node2L1>
    <SUBL1>
        <M>
            <PAR>
                <NAME>A</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>1,2,3,4,5,6</VAL>
            </PAR>
            <PAR>
                <NAME>B</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>10,20,30,40,50,60</VAL>
            </PAR>
            <PAR>
                <NAME>C</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>11,22,33,44,55,66</VAL>
            </PAR>
            <PAR>
                <NAME>D</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>a,b,c,d,e,f</VAL>
            </PAR>
            <PAR>
                <NAME>E</NAME>
                <TYPE>f</TYPE>
                <DESC />
                <VAL>aa,bb,cc,dd,ee,ff</VAL>
            </PAR>
        </M>
        <M>
            <PAR>
                <NAME>A_test</NAME>
                <VAL>0.0,0.1,0.2,0.3,0.4,0.5</VAL>
            </PAR>
        </M>            
    </SUBL1>
</TEST>'''

root = ET.fromstring(xml)
pars = list(root.find('.//M'))
data = [[p.text for p in  list(par) if p.text] for par in pars if par.find('NAME').text in ['A','C','E']]

df = pd.DataFrame(data,columns = ['NAME','TYPE','VAL'])
print(df)

輸出

  NAME TYPE                VAL
0    A    f        1,2,3,4,5,6
1    C    f  11,22,33,44,55,66
2    E    f  aa,bb,cc,dd,ee,ff

uj5u.com熱心網友回復：

從pandas.read_xml()您的檔案中可以看到它lxml被用作默認決議器。

不幸的是，（以及內置的）不支持XPath 2.0，因此通用解決方案不適合。但是我們可以使用XPath 1.0替代方案 — .lxml xml.etree.ElementTree.//M[1]/PAR[NAME=('A','C','E')].//M[1]/PAR[NAME='A' or NAME='C' or NAME='E']

最終代碼將是下一個：

df = pd.read_xml(
    path2file,
    xpath=".//M[1]/PAR[NAME='A' or NAME='C' or NAME='E']"
)

PS 還沒有測驗過，所以如果由于某種原因它不起作用，請告訴我。

標籤：Python 熊猫 xml 数据框 xml文件

上一篇：如何從PHPGuzzle請求獲取XML回應資料

下一篇：使用屬性值和子元素解組xml屬性