从 XML 文件创建 DataFrame答案

【问题标题】：Create a DataFrame from a XML File从 XML 文件创建 DataFrame
【发布时间】：2021-08-19 20:47:10
【问题描述】：

我是 XML 新手，我想知道如何从这个 XML 文件在 python 中创建一个数据框。

<EXTENDEDPROPERTIES>
<DEBTCONFIGURATION>
    <row Key="guid" Value="2018438038"/>
    <row Key="status" Value="0"/>
    <row Key="forma_pago" Value="DEBITO A CUENTA"/>
    <row Key="monto" Value="23699.1"/>
    <row Key="monto_abono" Value="360.55"/>
    <row Key="entidad" Value="BANCO CAPRICHOSO S.A."/>
    <row Key="tipo" Value="PREST. AUTO"/>
    <row Key="balance" Value="19617.5"/>
    <row Key="KIND_ID" Value="PRINCIPAL"/>
    <row Key="TYPE_ID" Value="CEDULA_IDENTIDAD"/>
    <row Key="CUSTOMER_ID" Value="777-555-888"/>
    <row Key="MEMBER_TYPE" Value="DEUDOR"/>
</DEBTCONFIGURATION>

我有以下代码，它创建了 DataFrame，但是当我尝试附加行的值时，我不知道为什么它总是出现“无”。

我不知道我是否必须更改调用参数，即 Attrib.get。

我也尝试将 attrib.get 更改为 find("value").text 但它给我的错误是它没有文本属性。

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

xtree = ET.parse("davi_apc.xml")
xroot = xtree.getroot()
 
df_cols = ["guid", "status", "forma_pago", "monto", "monto_abono", "entidad", "tipo", "balance","KIND_ID", "TYPE_ID", "CUSTOMER_ID", "MEMBER_TYPE"]

rows = []

for node in xroot: 
    s_guid = node.attrib.get("guid")
    s_status = node.attrib.get("status")
    s_formapago = node.attrib.get("forma_pago")
    s_monto = node.attrib.get("monto")
    s_monto_abono = node.attrib.get("monto_abono")
    s_entidad = node.attrib.get("entidad")
    s_tipo = node.attrib.get("tipo")
    s_balance = node.attrib.get("balance")
    s_kind_id = node.attrib.get("KIND_ID")
    s_type_id = node.attrib.get("TYPE_ID")
    s_customer_id = node.attrib.get("CUSTOMER_ID")
    s_mebder_type = node.attrib.get("MEMBER_TYPE")
        

rows.append({
    "guid" : s_guid, 
    "status" : s_status, 
    "forma_pago" : s_formapago, 
    "monto" : s_monto, 
    "monto_abono" : s_monto_abono, 
    "entidad" : s_entidad, 
    "tipo" : s_tipo, 
    "balance" : s_balance,
    "KIND_ID" : s_kind_id,
    "TYPE_ID" : s_type_id, 
    "CUSTOMER_ID" : s_customer_id,
    "MEMBER_TYPE" : s_mebder_type
})


out_df = pd.DataFrame(rows, columns = df_cols)

这是 print(rows) 的打印输出 [{'guid'：无，'status'：无，'forma_pago'：无，'monto'：无，'monto_abono'：无，'entidad'：无，'tipo'：无，'balance'：无， 'KIND_ID'：无，'TYPE_ID'：无，'CUSTOMER_ID'：无，'MEMBER_TYPE'：无}]

这是数据框的打印输出 guid 状态 forma_pago monto monto_abono entidad Tipo 余额 KIND_ID
0 无无无无无无无无无

TYPE_ID CUSTOMER_ID MEMBER_TYPE
0 无无无

【问题讨论】：

你能多展示一些你的代码吗？那是完整的xml文件吗？你是如何导入 xml 的？
是的，这就是完整的 xml 文件。我正在使用 xtree = ET.parse("davi_apc.xml") xroot = xtree.getroot() 导入
如果你想创建一个dataframe对象，你应该导入pandas并在这里获取dataframe doc：pandas.pydata.org/pandas-docs/stable/reference/api/…;当您 print(rows) 附加什么？你能显示确切的错误信息吗？
你应该写一个有效的小例子：见minimal reproducible example所以我们可以重现和帮助。
我添加了整个脚本和结果，以便你们查看。谢谢

标签： python dataframe xml-parsing

【解决方案1】：

这是一个可行的解决方案：

1/ 从 xml 文件中删除第一行，我不确定第一个标签是否符合 xml？

<DEBTCONFIGURATION>
    <row Key="guid" Value="2018438038"/>
    <row Key="status" Value="0"/>
    <row Key="forma_pago" Value="DEBITO A CUENTA"/>
    <row Key="monto" Value="23699.1"/>
    <row Key="monto_abono" Value="360.55"/>
    <row Key="entidad" Value="BANCO CAPRICHOSO S.A."/>
    <row Key="tipo" Value="PREST. AUTO"/>
    <row Key="balance" Value="19617.5"/>
    <row Key="KIND_ID" Value="PRINCIPAL"/>
    <row Key="TYPE_ID" Value="CEDULA_IDENTIDAD"/>
    <row Key="CUSTOMER_ID" Value="777-555-888"/>
    <row Key="MEMBER_TYPE" Value="DEUDOR"/>
</DEBTCONFIGURATION>

2/代码：

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

xtree = ET.parse("davi_apc.xml")
xroot = xtree.getroot()
 
rows = [{}]

for node in xroot:
    print(node.attrib)
    rows[0].update({node.attrib['Key']:node.attrib['Value']})
    
out_df = pd.DataFrame(rows)

3/ out_df 的输出：

out_df.head(10)
         guid status  ...  CUSTOMER_ID MEMBER_TYPE
0  2018438038      0  ...  777-555-888      DEUDOR

【讨论】：