我想从荷兰统计局(CBS)将OData XML数据源导入我们的数据库。使用lxml和pandas,我认为这应该是straigtforward。通过使用OrderDict,我想保持列的顺序以便于阅读,但不知怎么的,我不能把它弄对。
from collections import OrderedDict
from lxml import etree
import requests
import pandas as pd
# CBS URLs
base_url = 'http://opendata.cbs.nl/ODataFeed/odata'
datasets = ['/37296ned', '/82245NED']
feed = requests.get(base_url + datasets[1] + '/TypedDataSet')
root = etree.fromstring(feed.content)
# all record entries start at tag m:properties, parse into data dict
data = []
for record in root.iter('{{{}}}properties'.format(root.nsmap['m'])):
row = OrderedDict()
for element in record:
row[element.tag.split('}')[1]] = element.text
data.append(row)
df = pd.DataFrame.from_dict(data)
df.columns
检查data
,OrderDict的顺序是正确的。但看看df.head()
这些列是按字母顺序排列的,首先是大写字母?
有人帮忙吗?
示例中的某些内容似乎不一致,因为
data
是一个list
,而不是dict
,但假设您确实有一个OrderedDict
:创建数据帧时尝试显式指定列顺序:
这将为您提供数据帧,其中列的顺序与OrderedDict中列的顺序完全相同(通过
data.keys()
生成的列表)上面的答案对我不起作用,并一直给我“ValueError:cannot use columns parameter with orient=”columns“。
后来,我找到了一个解决方案,我做了如下工作:
相关问题 更多 >
编程相关推荐