Python使用Python pandas将xml转换为csv

Question

我是新来的，我一直在尝试创建一个小python脚本来将xml转换为csv。根据我在Stackoverflow上阅读的各种帖子，我设法想出了一个可以正常工作的示例代码。。然而，我试图处理的数据有多个层次，因此我不确定如何在叶级提取数据。在

以下是数据的外观：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Transmission>
    <TransmissionBody>
        <level1>
            <level2>
                <level3>
                    <level4>
                        <level5>
                            <level6>
                                <ColA>ABC</ColA>
                                <ColB>123</ColB>
                            </level6>
                        </level5>
                    </level4>
                </level3>
            </level2>
        </level1>
    </TransmissionBody>
</Transmission>

我尝试使用下面的代码尝试将xml转换为csv

^{pr2}$

然而，这个代码只是从第二层提取，而不是从第六层提取可乐。在

预期输出：

Transmission,TransmissionBody,level1,level2,level3,level4,level5,level6,ColA,ColB
,,,,,,,,ABC,123
,,,,,,,,DEF,456

更新代码：

allFiles = glob.glob(folder)
for file in allFiles:
    xmllist = [file]
    for xmlfile in xmllist:
        tree = ET.parse(xmlfile)
        root = tree.getroot()

        def f(elem, result):
            result[elem.tag] = elem.text
            cs = elem.getchildren()
            for c in cs:
                result = f(c, result)
            return result

         d = f(root, {})
         df = pd.DataFrame(d, index=['values'])

Answer 1

你有缩进问题

if len(elem):

我想这应该能解决问题。在

Answer 2

如果我正确地理解了您的问题，那么您需要遍历XML树，所以您可能希望有一个递归函数来完成这个任务。如下所示：

import pandas as pd
import xml.etree.ElementTree as ET

tree = ET.parse('file.xml')
root = tree.getroot()

def f(elem, result):
    result[elem.tag] = elem.text
    cs = elem.getchildren()
    for c in cs:
        result = f(c, result)
    return result

d = f(root, {})
df = pd.DataFrame(d, index=['values']).T
df

输出：

^{pr2}$

更新： 我们需要在多个XML文件上执行此操作。我添加了另一个类似于原始文件的ColA，ColB行替换为

<ColA>DEF</ColA>
<ColB>456</ColD>

代码如下：

def f(elem, result):
    result[elem.tag] = elem.text
    cs = elem.getchildren()
    for c in cs:
        result = f(c, result)
    return result

result = {}
for file in glob.glob('*.xml'):
    tree = ET.parse(file)
    root = tree.getroot()
    result = f(root, result)

df = pd.DataFrame(result, index=['values']).T
df

以及输出：

                    0    1
Transmission       \n   \n
TransmissionBody   \n   \n
level1             \n   \n
level2             \n   \n
level3             \n   \n
level4             \n   \n
level5             \n   \n
level6             \n   \n
ColA              ABC  DEF
ColB              123  456