如何将 XML 文件转换为具有六个特定列的 Pandas DataFrame？

轻松将 XML 转换为 Pandas DataFrame

问题：

给定一个 XML 文件一个特定的结构，任务是将其转换为一个干净且有组织的 pandas DataFrame，其中包含六个列：“key”、“type”、“language”、“feature”、“web”和“data”。

解决方案：

最有效完成此转换的方法是利用 Python 的标准“xml”库。该库提供了一种解析和操作 XML 数据的简单方法。操作方法如下：

1. 解析 XML： 使用“xml”库中的“ElementTree”类，将 XML 文件解析为 ElementTree 对象。
2. 迭代作者：从解析的 XML 中，迭代每个“作者”
3. 提取文档数据：对于每个“作者”，迭代其子“文档”元素并提取所需的数据。
4. 创建字典对于每个文档： 为包含相关数据（包括文本）的每个“文档”创建一个字典内容。
5. 将字典转换为 DataFrame： 最后，将字典列表转换为 pandas DataFrame。

代码片段：

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

xml_data = "<author..>...</author>" # Replace with your XML string

etree = ET.parse(xml_data)

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

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

print(doc_df)

此方法确保将 XML 数据系统且高效地转换为满足所需格式的 DataFrame。

以上是如何将 XML 文件转换为具有六个特定列的 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！