如何从嵌套的XML创建Pandas DataFrame

创建 Pandas DataFrame 时，通常使用的是 CSV 或 Excel 等常见格式的表格数据。但实际上，Pandas 还提供了非常便捷的方法来从 XML 格式的数据中创建 DataFrame。本文将详细讲解如何从嵌套的 XML 创建 Pandas DataFrame。

数据准备

我们先准备一个嵌套的 XML 示例数据，如下：

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book>
        <title>Python数据分析实战</title>
        <author>朱旺孝</author>
        <category>
            <name>计算机技术</name>
            <subcategory>Python编程</subcategory>
        </category>
        <price>59.9</price>
    </book>
    <book>
        <title>Python爬虫开发与项目实战</title>
        <author>沈志华</author>
        <category>
            <name>计算机技术</name>
            <subcategory>爬虫编程</subcategory>
        </category>
        <price>49.9</price>
    </book>
</books>

读取 XML 数据

使用 Pandas 的 read_xml 函数，可以轻松读取 XML 数据，具体代码如下：

import pandas as pd

xml_data = """<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book>
        <title>Python数据分析实战</title>
        <author>朱旺孝</author>
        <category>
            <name>计算机技术</name>
            <subcategory>Python编程</subcategory>
        </category>
        <price>59.9</price>
    </book>
    <book>
        <title>Python爬虫开发与项目实战</title>
        <author>沈志华</author>
        <category>
            <name>计算机技术</name>
            <subcategory>爬虫编程</subcategory>
        </category>
        <price>49.9</price>
    </book>
</books>"""

df = pd.read_xml(xml_data, xpath='/books/book')

在 read_xml 函数中，我们需要提供两个参数：XML 数据和 xpath 参数。xpath 参数的值为 "/books/book"，意味着我们要从 XML 中选取 "books" 字段下 "book" 字段所对应的数据。

转换 DataFrame

接下来，将得到的数据转换为 DataFrame，代码如下：

df = pd.read_xml(xml_data, xpath='/books/book')

df = pd.json_normalize(df.to_dict(orient='records'), 
                       record_path=['category'], 
                       meta=['title', 'author', 'price'], 
                       record_prefix='category.')
del df['category']

首先，我们将 DataFrame 转换为以记录为单位的字典格式。然后，使用 json_normalize 函数，将 "category" 字段展开。

最后，删除 "category" 字段，并将结果展示出来：

print(df)

上述代码会输出如下结果：

   category.name    category.subcategory                     title author  price
0         计算机技术                  Python编程          Python数据分析实战    朱旺孝   59.9
1         计算机技术                    爬虫编程  Python爬虫开发与项目实战         沈志华   49.9

以上就是从嵌套的 XML 数据创建 Pandas DataFrame 的完整攻略，希望能对你有所帮助。