Question

我从数据科学和熊猫开始，我试图用XML信息填充熊猫数据框，这是我的代码：

import xml.etree.cElementTree as et
import pandas as pd
import sys

def getvalueofnode(node):
    """ return node text or None """
    return node.text if node is not None else None


def main():
    parsed_xml = et.parse("test2.xml")
    dfcols = ['Country','Club', 'Founded']
    df_xml = pd.DataFrame(columns=dfcols)

    for node in parsed_xml.getroot():
        Country = node.attrib.get('country')
        Club = node.find('Name')
        Founded = node.find('Founded')

        df_xml = df_xml.append(
            pd.Series([Country, getvalueofnode(Club),getvalueofnode(Founded)], index=dfcols),
            ignore_index=True)

    print(df_xml)

main()

这是我的输出：

乡村俱乐部成立

0无无无

这是我的XML文件：

<?xml version="1.0"?>
<SoccerFeed timestamp="20181123T153249+0000">
  <SoccerDocument Type="SQUADS Latest" competition_code="FR_L1" competition_id="24" competition_name="French Ligue 1" season_id="2016" season_name="Season 2016/2017">
    <Team country="France" country_id="8" country_iso="FR" region_id="17" region_name="Europe" >
      <Founded>1919</Founded>
      <Name>Angers</Name>
   <...>
   <Team country="France" country_id="8" country_iso="FR" region_id="17" region_name="Europe" >
      <Founded>1905</Founded>
      <Name>Bastia</Name>

为什么我无法获得需要的信息的熊猫数据框？我是否错过了代码中的某些内容？谢谢您的帮助

Answer 1

在XML中，<Founded>和<Name>是<Team>标记的子标记，而country属性也是<Team>标记的一部分。因此，我们应该iter标签上的XML DOM。接下来，应该有某种方法可以在每次迭代中存储<Team>循环的值，因为这些值将是每一列的行值。为此，我们可以创建三列的字典（for），并将其值设置为空列表。我们在每次迭代中为每个df_dict，Country和Club附加相应的列表。最后，我们从该字典创建Dataframe（Founded）。

df

以下是运行此脚本的输出：

import xml.etree.cElementTree as et
import pandas as pd

def main():
    parsed_xml = et.parse("test.xml")
    df_dict = {'Country':[],'Club':[], 'Founded':[]}    
    root = parsed_xml.getroot()
    for country in root.iter('Team'):
        Country = country.attrib.get('country')
        Club = country.find('Name').text
        Founded = country.find('Founded').text 
        df_dict['Country'].append(Country)
        df_dict['Club'].append(Club)
        df_dict['Founded'].append(Founded) 

    print('Dict for dataframe: {}'.format(df_dict))
    df = pd.DataFrame(df_dict)
    print("Dataframe: \n{}".format(df))

main()

XML到Pandas DataFrame返回无

1 个答案: