Question

我有两个轻量级的XML解析器（见下文）。一（1）更有效，但结果与熊猫奇怪地相互作用。另一个很慢，但不会导致异常错误。问题是，我找不到两者实际会产生什么不同的东西。

1）

keep=[]
for en,a in enumerate(open(inputfile,'r')):
    if not a.startswith("<Record"):continue
    line=a.strip().split("'")
    line[0]=line[0].replace("<Record ",'')
    line.pop() # deletes the final "/>"
    store={}
    for x in range(0, len(line), 2):
        if not line[x]:continue
        line[x] = line[x].strip().rstrip("=")
        print(line[x])
        print(line[x+1])
        store[line[x]]=line[x+1]
        if line[x] == "id17":
            id17s.append(line[x+1])
    keep.append(store)
doc = pandas.DataFrame(keep,index=id17s) # contains all XML records.

2）

keep=[]
for en,a in enumerate(open(inputfile,'r')):
    if not a.startswith("<Record"):continue
    line=a.strip().split("' ")
    line[0]=line[0].replace("<Record ",'')
    line.pop()
    store={}
    for x in range(len(line)):
        if not line[x]:continue
        try:
            trait,evalx=line[x].replace("'",'').strip().split('=',1)
        except:
            print line
            print line[x].replace("'",'').strip().split('=')
            sys.exit()
        store[trait]=evalx
        if trait == "id17":
            id17s.append(evalx)
    keep.append(store)
doc = pandas.DataFrame(keep,index=id17s) # contains all XML records.

两个解析器都跟着

doc_df = doc.apply(pandas.to_numeric, args=('ignore',))  # set missing values to nan
header=list(doc_df.columns.values) #Get columns names (header)

pandas中两个XML解析器之间的区别

0 个答案: