如何将pandas/dataframe转换为XML？

Question

有没有一种简单的方法可以使用熊猫/df表：

field_1 field_2 field_3 field_4
cat     15,263  2.52    00:03:00
dog     1,652   3.71    00:03:47
test     312    3.27    00:03:41
book     300    3.46    00:02:40

并将其转换为XML，大致如下：

<item>
  <field name="field_1">cat</field>
  <field name="field_2">15263</field>
  <field name="filed_3">2.52</field>

...

<item>
      <field name="field_1">dog</field>

and so on...

提前谢谢你的帮助。

Answer 1

您可以使用xml.etree.ElementTree包在几行代码中生成一个可读的格式。

root = etree.Element('data');

for i,row in dframe.iterrows():
    item = etree.SubElement(root, 'item', attrib=row.to_dict());

etree.dump(root);

这将创建一个XML树（在根目录下），其中每一行的类型都是item，并且所有列都有属性。通过为每个字段创建子元素，还可以创建具有列的嵌套树。

然后，还可以使用ElementTree包在Python中读取xml文件：

xml.etree.ElementTree.parse('xml_file.xml');

Answer 2

您可以创建一个函数，从数据帧中的一行创建item节点：

def func(row):
    xml = ['<item>']
    for field in row.index:
        xml.append('  <field name="{0}">{1}</field>'.format(field, row[field]))
    xml.append('</item>')
    return '\n'.join(xml)

然后沿axis=1应用该函数。

>>> print '\n'.join(df.apply(func, axis=1))
<item>
  <field name="field_1">cat</field>
  <field name="field_2">15,263</field>
  <field name="field_3">2.52</field>
  <field name="field_4">00:03:00</field>
</item>
<item>
  <field name="field_1">dog</field>
  <field name="field_2">1,652</field>
  <field name="field_3">3.71</field>
  <field name="field_4">00:03:47</field>
</item>
...

Answer 3

要扩展Viktor的优秀答案（并对其进行一些微调以处理重复的列），可以将其设置为to_xml数据帧方法：

def to_xml(df, filename=None, mode='w'):
    def row_to_xml(row):
        xml = ['<item>']
        for i, col_name in enumerate(row.index):
            xml.append('  <field name="{0}">{1}</field>'.format(col_name, row.iloc[i]))
        xml.append('</item>')
        return '\n'.join(xml)
    res = '\n'.join(df.apply(row_to_xml, axis=1))

    if filename is None:
        return res
    with open(filename, mode) as f:
        f.write(res)

pd.DataFrame.to_xml = to_xml

然后可以打印xml：

In [21]: print df.to_xml()
<item>
  <field name="field_1">cat</field>
  <field name="field_2">15,263</field>
  <field name="field_3">2.52</field>
  <field name="field_4">00:03:00</field>
</item>
<item>
...

或将其保存到文件：

In [22]: df.to_xml('foo.xml')

显然，这个示例应该进行调整，以适合您的xml标准。