我有这个 XML,我想解析成 Pandas 的数据框:
<DISTRITO xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<NOME_DISTRITO>BRAGANCA</NOME_DISTRITO>
<CPE>PT0002000022161425NP</CPE>
<CPE>PT0002000022161458JH</CPE>
<CPE>PT0002000022161471ZP</CPE>
<CPE>PT0002000022161505SL</CPE>
</DISTRITO>
这是我的 Python 代码:
from lxml import objectify
from lxml import etree
import pandas as pd
path = '/TestFile.xml'
xml = objectify.parse(open(path))
root = xml.getroot()
data = []
for i in root:
el_data = {}
for child in root.getchildren():
el_data[child.tag] = child.pyval
# print el_data
data.append(el_data)
df = pd.DataFrame(data)
问题是,当我得到结果时,它只返回最后一个节点“”值:
CPE NOME_DISTRITO
0 PT0002000022161505SL BRAGANCA
1 PT0002000022161505SL BRAGANCA
2 PT0002000022161505SL BRAGANCA
3 PT0002000022161505SL BRAGANCA
4 PT0002000022161505SL BRAGANCA
我深入研究了我的 XML 文件,发现当我获得相同的节点名称时会发生这种情况。例如,如果我的文件是这样的:
<DISTRITO xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<NOME_DISTRITO>BRAGANCA</NOME_DISTRITO>
<CPE1>PT0002000022161425NP</CPE1>
<CPE2>PT0002000022161458JH</CPE2>
<CPE3>PT0002000022161471ZP</CPE3>
<CPE4>PT0002000022161505SL</CPE4>
</DISTRITO>
不会有任何问题。我一直在寻找很多,但找不到解决方案。因此,如果您能帮助我并尝试找到另一种方法来解析该文件,因为我无法使其正常工作。
谢谢大家!
请您参考如下方法:
你有两个问题,首先,如果你在内部循环中有重复的键,你会覆盖值,你还会将 reference 附加到相同的 dict/object循环,因此您所做的任何更改都会在各处反射(reflect)出来,因此您每次只能看到最后一个值。
您需要在内部循环中创建字典,以便每次都添加一个新对象:
for child in root.getchildren():
data.append({child.tag: child.pyval})
以上将为您提供所有值,我不确定您想要什么格式,因为我不太了解您的循环应该做什么。这可能接近您想要的:
x = """<DISTRITO xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<NOME_DISTRITO>BRAGANCA</NOME_DISTRITO>
<CPE>PT0002000022161425NP</CPE>
<CPE>PT0002000022161458JH</CPE>
<CPE>PT0002000022161471ZP</CPE>
<CPE>PT0002000022161505SL</CPE>
</DISTRITO>"""
root = etree.fromstring(x)
from lxml import objectify
import pandas as pd
root = objectify.fromstring(x)
df = pd.DataFrame(((child.tag, child.pyval) for child in root.getchildren()))
print(df)
这会给你:
0 1
0 NOME_DISTRITO BRAGANCA
1 PT0002000022161425NP CPE
2 PT0002000022161458JH CPE
3 PT0002000022161471ZP CPE
4 PT0002000022161505SL CPE
