Wie kann ich XML effizient in einen Pandas DataFrame konvertieren?

XML effizient in einen Pandas DataFrame konvertieren

XML-Dateien können oft wertvolle Daten enthalten, die mit Tools wie Pandas analysiert werden können. Um eine XML-Datei in einen DataFrame zu konvertieren, finden Sie unten einen effektiven Ansatz:

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())))

Erklärung:

• Die Generatorfunktion iter_docs iteriert über die XML-Dokument, das Autorenattribute, Dokumentattribute und den Inhalt des Textknotens des Dokuments in ein Wörterbuch extrahiert.
• Die Pandas DataFrame wird dann aus einer Liste von Wörterbüchern erstellt, die von der Funktion iter_docs generiert wurden.

Zusätzliche Hinweise:

Das in der Frage bereitgestellte Beispiel-XML geht von einem einzelnen aus Autor. Wenn es mehrere Autoren gibt, kann eine zusätzliche Generatorfunktion, iter_author, verwendet werden, um jeden Autor zu durchlaufen und alle zugehörigen Dokumentwörterbücher zu erhalten. Dazu müsste die letzte Zeile des Beispielcodes wie folgt geändert werden:

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

Weitere Anleitungen zum Arbeiten mit XML in Python finden Sie im ElementTree-Tutorial in der XML-Bibliotheksdokumentation.

Das obige ist der detaillierte Inhalt vonWie kann ich XML effizient in einen Pandas DataFrame konvertieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!