Skip to main content
 首页 » 编程设计

python之将 XML 解析为具有相同节点的 python 中的数据框

2025年04月02日12jillzhang

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