如何在 Python 中有效地將 XML 資料轉換為 Pandas DataFrame？

將 XML 文件轉換為 Pandas DataFrames

處理 XML 資料時，通常需要處理和分析其中的資訊。 Pandas 為此提供了一個方便的工具，可讓您將 XML 轉換為結構化 DataFrame。

讓我們考慮一個像給定的 XML 結構：

<author type="XXX" language="EN" gender="xx" feature="xx" web="foobar.com">
    <documents count="N">
        <document KEY="e95a9a6c790ecb95e46cf15bee517651">![CDATA[A large text with lots of strings and punctuations symbols [...]
]]></document>
        <!-- more documents -->
    </documents>
</author>

目標是轉換此 XML到一個包含鍵、類型、語言、功能、網路和資料列的 DataFrame 中。

使用 ElementTree 的高效方法

為了實現這一點，我們可以利用 Python 的 xml .etree.ElementTree，它提供了一種解析 XML 的有效方法。這是一種改進的方法：

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

xml_data = "file_path"
etree = ET.parse(xml_data) #create an ElementTree object

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

doc_df = pd.DataFrame(list(iter_docs(etree.getroot())))

在這種方法中，我們使用 iter_docs 生成器函數來迭代作者和文件元素，提取相關屬性和資料。然後，我們從產生的字典清單中建立一個 DataFrame。

附加說明：

• 如果您的XML 中有多個author元素，您可以使用另一個生成器函數來循環它們並迭代每個文件中的文檔。
• 如果 XML 的根元素不是作者，請相應地調整 etree.getroot() 呼叫。

使用 ElementTree 的好處：

• 高效的解析和記憶體使用。
• 提供 XML 結構的分層表示，使其易於導航。
• 支援各種 XML 功能，例如命名空間和註解。

透過遵循這種方法，您可以使用 pandas DataFrames 高效地將複雜的 XML 資料轉換為表格格式，從而實現進一步的資料操作和分析。

以上是如何在 Python 中有效地將 XML 資料轉換為 Pandas DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！