将自定义 XML 解析为 JSON 或 Pandas DataFrame。（Python）答案

【问题标题】：Parse custom XML to JSON or Pandas DataFrame. (Python)将自定义 XML 解析为 JSON 或 Pandas DataFrame。（Python）
【发布时间】：2017-01-02 01:51:20
【问题描述】：

以下是我的xml文档。

<BizTalk xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"     xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<Body>
<QUEUE>
  <FILTER FILTERNAME="CorrectAddress" VALUE="1" />
  <FILTER FILTERNAME="DaysSinceLastTracking" VALUE="0" />
  <FILTER FILTERNAME="DaysSinceShipped" VALUE="3" />
  <FILTER FILTERNAME="DaysUntilDelivered" VALUE="735101" />
  <FILTER FILTERNAME="DeliveryStatus" VALUE="IN_TRANSIT" />
  <FILTER FILTERNAME="Division" VALUE="71" />
  <FILTER FILTERNAME="EmptyBox" VALUE="0" />
  <FILTER FILTERNAME="FedVendInstructions" VALUE="" />
  <FILTER FILTERNAME="ItemDescription" VALUE="bla bla bla" />
  <FILTER FILTERNAME="ItemIssue" VALUE="Damaged" />
  <FILTER FILTERNAME="ItemValue" VALUE="50" />
  <FILTER FILTERNAME="PiecedSet" VALUE="0" />
  <FILTER FILTERNAME="HasProofOfDelivery" VALUE="0" />
  <FILTER FILTERNAME="RecievedPOD" VALUE="0" />
  <FILTER FILTERNAME="RequestedAction" VALUE="Reship" />
  <FILTER FILTERNAME="HasReturntracking" VALUE="0" />
  <FILTER FILTERNAME="IsStandardFillLocation" VALUE="1" />
  <FILTER FILTERNAME="Tampered" VALUE="0" />
  <FILTER FILTERNAME="HasTracking" VALUE="1" />
  <FILTER FILTERNAME="ShortName" VALUE="BDD" />
  <FILTER FILTERNAME="IsBOPS" VALUE="0" />
  <FILTER FILTERNAME="WrongItemType" VALUE="" />
</QUEUE>
<RESPONSEDATA>
  <ITEMS>
    <DATA CanReOrder="1" UPC="xxxxxxx" Quantity="1" LineNumber="1" Description="bla bla bla" />
  </ITEMS>
  <DATA ITEM="Reservation" VALUE="????????" />
  <DATA ITEM="ShipmentNumber" VALUE="1" />
  <DATA ITEM="ContactedBy" VALUE="Shipping Customer" />
  <DATA ITEM="PackageRecieved" VALUE="1" />
  <DATA ITEM="CheckedEverywhere" VALUE="0" />
</RESPONSEDATA>

如何将此自定义 XML 转换为 Pandas DataFrame？

我尝试了一些使用 xmljson 的预定义覆盖，这会引发错误“str object doesn't have attribute tag”

我尝试使用 ELementTree 并将元素树对象列表传递给 Pandas，它会抛出空 Dataframe：

etree = ET.fromstring(xml_data)
df = pd.DataFrame(list(etree))
print(df)

我目前正计划编写自定义解析器，它将 FilterName 作为列名，将值作为其字段，但这是硬编码。以后想避免这种事情，好像多了个字段，就得手动加了，很麻烦。

是否有某种方法可以遍历每一行（可以使用 Loop with Open 来完成）。并动态向 Pandas DataFrame 添加列？

或者有什么有效的方法吗？

注意：我在W3Schools 上检查了 XML 的有效性，它说没有发现错误，所以我相信 XML 是有效的。

谢谢

【问题讨论】：

标签： python json xml pandas xml-parsing

【解决方案1】：

酷，我找到了解决方案。我做了以下事情：

df = pd.DataFrame()

etree = ET.fromstring(xml_data)
# root = etree.getroot()
for node in etree.findall('.//FILTER'):
    parent = node.attrib.get('FILTERNAME')
    child = node.attrib.get('VALUE')

    col_name = parent
    val = child

    df[col_name] = [val]

打印（df）

只是想发帖，让任何人遇到类似的问题，它可以提供帮助。谢谢

【讨论】：