如何从嵌套的XML创建Pandas DataFrame

在这篇文章中，我们将学习如何从嵌套的XML中创建Pandas DataFrame。我们将使用xml.etree.ElementTree模块，它是Python中的一个内置模块，用于解析或读取XML文件中的信息。ElementTree将XML文件表示为一棵树，Element只代表树的一个节点。

使用的方法:

在这里，我们将使用一些函数来处理下面所说的代码。

ElementTree.parse( XML_file) 。从一个XML文件中读取数据
root.iter(‘root_name’)。遍历根节点的各个分支
ElementTree.fromstring(XML_file) 。读取XML代码中的数据，该代码在Python代码中以三引号内的字符串形式传递。
prstree.findall(‘store’)。要找到解析过的XML ElementTree的所有元素
node.attribute.get(attribte_name)。为了获得属性
node.find(attribte_name)。检索所提到的attribute_name的文本内容
pandas.DataFrame() 。将XML数据转换为一个DataFrame
list.append()。将项目追加到一个列表中

步骤

使用ElementTree.parse( )函数解析或读取XML文件，获得根元素。
遍历根节点以获得子节点属性’SL NO’（这里），并提取每个属性的文本值（这里是foodItem、价格、数量和折扣）。
获取各自的食品项目，并将其规格作为一个单位附加到一个列表（这里是all_items()列表）。
使用pandas.DataFrame()函数将列表转换为DataFrame，并在引号内提及由逗号分隔的列名。
打印DataFrame，就完成了。

输入嵌套的XML数据

<?xml version="1.0" encoding="UTF-8"?>
  
       <Food>
  
           <Info>
           <Msg>Food Store items.</Msg>
           </Info>
  
           <store slNo="1">
               <foodItem>meat</foodItem>
               <price>200</price>
               <quantity>1kg</quantity>
               <discount>7%</discount>
           </store>
  
           <store slNo="2">
               <foodItem>fish</foodItem>
               <price>150</price>
               <quantity>1kg</quantity>
               <discount>5%</discount>
           </store>
  
           <store slNo="3">
               <foodItem>egg</foodItem>
               <price>100</price>
               <quantity>50 pieces</quantity>
               <discount>5%</discount>
           </store>
  
           <store slNo="4">
               <foodItem>milk</foodItem>
               <price>50</price>
               <quantity>1 litre</quantity>
               <discount>3%</discount>
           </store>
  
       </Food>

示例 1:

在下面的代码中，我们已经解析了XML文件。在引号内给出你保存XML文件的完整路径。因此，在这里我们需要使用ElementTree.parse()函数从XML文件中读取数据，然后使用getroot()函数来获取根。然后按照给出的步骤操作。

import xml.etree.ElementTree as ETree
import pandas as pd
  
# give the path where you saved the xml file
# inside the quotes
xmldata = "C: \\ProgramData\\Microsoft\\
    Windows\\Start Menu\\Programs\\
    Anaconda3(64-bit)\\xmltopandas.xml"
prstree = ETree.parse(xmldata)
root = prstree.getroot()
  
# print(root)
store_items = []
all_items = []
  
for storeno in root.iter('store'):
    
    store_Nr = storeno.attrib.get('slNo')
    itemsF = storeno.find('foodItem').text
    price = storeno.find('price').text
    quan = storeno.find('quantity').text
    dis = storeno.find('discount').text
  
    store_items = [store_Nr, itemsF, price, quan, dis]
    all_items.append(store_items)
  
xmlToDf = pd.DataFrame(all_items, columns=[
  'SL No', 'ITEM_NUMBER', 'PRICE', 'QUANTITY', 'DISCOUNT'])
  
print(xmlToDf.to_string(index=False))

输出:

如何从嵌套的XML创建Pandas DataFrame？

注意 : XML文件应该保存在你的Python代码所保存的同一个目录或文件夹中。

示例 2:

我们也可以把XML内容作为三引号内的一个字符串来传递。在这种情况下，我们需要使用fromstring()函数来读取该字符串。使用’tag’对象获得根，并按照上面提到的相同步骤将其转换为DataFrame。

import xml.etree.ElementTree as ETree
import pandas as pd
  
xmldata = '''<?xml version="1.0" encoding="UTF-8"?>
        <Food>
            <Info>
            <Msg>Food Store items.</Msg>
            </Info>
            <store slNo="1">
                <foodItem>meat</foodItem>
                <price>200</price>
                <quantity>1kg</quantity>
                <discount>7%</discount>
            </store>
            <store slNo="2">
                <foodItem>fish</foodItem>
                <price>150</price>
                <quantity>1kg</quantity>
                <discount>5%</discount>
            </store>
            <store slNo="3">
                <foodItem>egg</foodItem>
                <price>100</price>
                <quantity>50 pieces</quantity>
                <discount>5%</discount>
            </store>
            <store slNo="4">
                <foodItem>milk</foodItem>
                <price>50</price>
                <quantity>1 litre</quantity>
                <discount>3%</discount>
            </store>
        </Food>
'''
  
prstree = ETree.fromstring(xmldata)
root = prstree.tag
  
#print(root)
store_items = []
all_items = []
  
for storeno in prstree.findall('store'):  
    store_Nr = storeno.attrib.get('slNo')
    itemsF= storeno.find('foodItem').text
    price= storeno.find('price').text
    quan= storeno.find('quantity').text
    dis= storeno.find('discount').text
          
    store_items = [store_Nr,itemsF,price,quan,dis]
    all_items.append(store_items)
  
xmlToDf = pd.DataFrame(all_items,columns=[
  'SL No','ITEM_NUMBER','PRICE','QUANTITY','DISCOUNT'])        
  
print(xmlToDf.to_string(index=False))