如何有效地将 XML 转换为 Pandas DataFrame？

高效地将 XML 转换为 Pandas DataFrame

XML 文件通常包含可以使用 Pandas 等工具进行分析的有价值的数据。要将 XML 文件转换为 DataFrame，可以在下面找到一种有效的方法：

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

def iter_docs(author):
    author_attr = author.attrib
    for doc in author.iter('document'):
        doc_dict = author_attr.copy()
        doc_dict.update(doc.attrib)
        doc_dict['data'] = doc.text
        yield doc_dict

xml_data = io.StringIO(u'''YOUR XML STRING HERE''')

etree = ET.parse(xml_data) #create an ElementTree object
doc_df = pd.DataFrame(list(iter_docs(etree.getroot())))

说明：

• iter_docs 生成器函数迭代XML文档，将作者属性、文档属性以及文档文本节点的内容提取到一个字典。
• 然后根据 iter_docs 函数生成的字典列表构造 Pandas DataFrame。

附加说明：

问题中提供的示例 XML 假定为单个作者。如果有多个作者，则可以使用附加生成器函数 iter_author 来迭代每个作者并生成他们各自的所有文档字典。这需要将示例代码的最后一行修改为：

doc_df = pd.DataFrame(list(iter_author(etree)))

有关在 Python 中使用 XML 的进一步指导，请参阅 xml 库文档中的 ElementTree 教程。

以上是如何有效地将 XML 转换为 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！