将孙子 XML 解析为 pandas 数据帧-解网

问：

我看过各种问题和答案，但没有一个能完全满足我的需求。

我有格式的xml平面文件（由硬件SCADA系统生成）（编辑：之前草率的复制和粘贴，现在用第二个修复，并且有空字段）：<row></STATUS>

<?xml version='1.0' encoding='UTF-8'?>
<doc>
    <row>
        <DATE>2022-01-14 06:04:18</DATE>
        <MS>9</MS>
        <POSITION_1>
            <VALUE>53.9850 </VALUE>
            <STATUSVALUE>1327104</STATUSVALUE>
            <STATUS>    +</STATUS>
        </POSITION_1>
        <POSITION_2>
            <VALUE>54.3050 </VALUE>
            <STATUSVALUE>1327104</STATUSVALUE>
            <STATUS>-F- +</STATUS>
        </POSITION_2>
        <POSITION_3>
            <VALUE>54.0450 </VALUE>
            <STATUSVALUE>1327104</STATUSVALUE>
            </STATUS>
        </POSITION_3>
    </row>
    <row>
        <DATE>2022-01-14 06:04:42</DATE>
        <MS>302</MS>
        <POSITION_1>
            <VALUE>54.2600 </VALUE>
            <STATUSVALUE>1327104</STATUSVALUE>
            <STATUS>    +</STATUS>
        </POSITION_1>
        <POSITION_2>
            <VALUE>54.4350 </VALUE>
            <STATUSVALUE>1327104</STATUSVALUE>
            <STATUS>    +</STATUS>
        </POSITION_2>
        <POSITION_3>
            <VALUE>54.0800 </VALUE>
            <STATUSVALUE>1327104</STATUSVALUE>
            <STATUS>    +</STATUS>
        </POSITION_3>
    </row>
</doc>

（实际上是为了POSITION_6），并希望在我使用 Power Query 执行导入并最终获得列时以 Excel 创建的相同格式返回数据帧：

DATE  
MS  
POSITION_1.VALUE  
POSITION_1.STATUSVALUE  
POSITION_1.STATUS  
POSITION_2.VALUE  
POSITION_2.STATUSVALUE  
POSITION_2.STATUS  
POSITION_3.VALUE  
POSITION_3.STATUSVALUE  
POSITION_3.STATUS

Excel（有一些争吵）给出：

目前我正在使用 Pandas read_xml，我刚刚得到：

                     DATE   MS  POSITION_1  ...  POSITION_4  POSITION_5  POSITION_6
0     2022-01-14 06:02:36  193         NaN  ...         NaN         NaN         NaN
1     2022-01-14 06:04:18    9         NaN  ...         NaN         NaN         NaN
2     2022-01-14 06:04:42  302         NaN  ...         NaN         NaN         NaN
3     2022-01-14 06:05:15  582         NaN  ...         NaN         NaN         NaN
4     2022-01-14 06:05:46  579         NaN  ...         NaN         NaN         NaN

因为它的读数没有低于树中的POSITION_X水平

pandas DataFrame XML 解析 elementtree

import xml.etree.ElementTree as ET

data = [
    dict(
        {fld: row.findtext(fld) for fld in ["DATE", "MS"]},
        **{f"{p.tag}.{details.tag}": details.text for p in row for details in p}
    )
    for row in ET.parse("file.xml").findall("row") # <- put here the actual filepath
]

df = pd.DataFrame(data)

输出：

日期	女士	POSITION_1.价值	POSITION_1.STATUS值	POSITION_1.状态	POSITION_2.价值	POSITION_2.STATUS值	POSITION_2.状态	POSITION_3.价值	POSITION_3.STATUSVALUE	POSITION_3.状态
2022-01-14 06:02:36	193	53.985	1327104	+	54.305	1327104	-F- +	54.045	1327104

上一个：根据静态块与非静态块中的给定 xsd 验证 xml

下一个：分析数据透视位置的 XML

将孙子 XML 解析为 pandas 数据帧

Parse grandchildren XML to pandas dataframe

评论