如何在XML中解析Pandas DF
在XML中解析Pandas DF可以通过以下步骤实现：
- 导入所需的库和模块：
- 导入所需的库和模块：
- 使用
ET.parse()方法解析XML文件： - 使用
ET.parse()方法解析XML文件： - 获取XML文件的根元素：
- 获取XML文件的根元素：
- 创建一个空的DataFrame：
- 创建一个空的DataFrame：
- 遍历XML文件的每个子元素，并将数据添加到DataFrame中：
- 遍历XML文件的每个子元素，并将数据添加到DataFrame中：
- 这里假设XML文件的每个子元素都包含相同的标签，并且标签的文本内容与DataFrame的列名对应。
- 最后，你可以对解析后的DataFrame进行进一步的处理和分析。
XML中解析Pandas DF的优势是可以将XML数据转换为结构化的DataFrame，方便进行数据处理和分析。它适用于需要从XML文件中提取数据并进行后续处理的场景，如数据清洗、数据转换、数据可视化等。
腾讯云相关产品中，可以使用腾讯云对象存储（COS）来存储和管理XML文件，使用腾讯云云函数（SCF）来实现自动化的XML解析和数据处理。你可以通过以下链接了解更多关于腾讯云COS和SCF的信息：
相关·内容
你好，我是Python新手，
我想把一个.csv文件转换成XML文件。所需的输出应该如下所示，其中我希望在Node：<employee id="5">中有每个单独的ID，以及与彼此下面的每个个体对应的变量，而不是在同一行上：
<?xml version="1.0" encoding="UTF-8"?>
<Document>
<employee id="1">
<Name>Steve</Name>
<City>Boston<
浏览 3提问于2016-09-01得票数 0
回答已采纳
我正在尝试解析雪花数据库中的xml行。xml存储在雪花数据库的字段中。在xml的每一行中，都有数千个子程序，我正试图将它们解析为一个包含数千列的数据帧。此外，每一行xml的结构可能会有所不同。
我已经在这里呆了几个星期了，为了了解更多关于这个错误的知识，我已经搜索了堆栈溢出，但没有结果。我是一个python/编程新手，所以任何帮助都是非常感谢的。
返回的错误：
Traceback (most recent call last):
File "/Users/racerx/Documents/Python Scripts/snowflaketest3", line 87, in
浏览 9提问于2022-11-14得票数 0
下面是使用pandas读取xml的玩具示例代码
xml = '''<?xml version='1.0' encoding='utf-8'?>
<data>
<d>10</d>
<d>20</d>
<d>11</d>
<d>2</d>
<d>5</d>
</data>'''
import pandas as pd
df
浏览 14提问于2022-03-10得票数 1
回答已采纳
1回答
我有这段代码，在XML页面中，DateTime是01052022000000000，但是当涉及到python时，它看起来像是1052022000000000 (左零被删除)。
我尝试使用( apply('{:0>17}'.format) )，但什么也没有发生。
有什么帮助吗？
import pandas as pd
import pandas as pd
url = (
"http://90.161.233.78:65518/services/user/records.xml?"
"begin=01052022?end=01052
浏览 5提问于2022-05-12得票数 0
我使用以下命令将CSV导入到中：
df=pandas.read_csv("import.csv", names=["Year", "Month", "Day", "Time",
"ColA"], encoding='iso-8859-1')
但是，Pandas将ColA作为数据类型对象导入。
我尝试使用它将该列转换为浮动：
df['ColA'] = df['ColA'].astype(float)
但是，会引发此错误：
ValueError: co
浏览 0提问于2018-02-19得票数 2
回答已采纳
1回答
我正在DataFrame中创建一个NAME列，并根据另一列中包含的子字符串设置它的值。
有没有更有效的方法来做到这一点？
import pandas as pd
df = pd.DataFrame([['www.pandas.org','low'], ['www.python.org','high']],
columns=['URL','speed'])
print(df.head())
df['Name'] = df['URL']
print(df
浏览 0提问于2020-06-25得票数 3
回答已采纳
1回答
我已经用lxml.etree用Python编写了一个解析器，现在我正试图在Hadoop集群上运行上述解析器。当我在本地运行该函数时，它按预期工作，但当我尝试将其应用到集群上的文件时，我会收到以下错误(我正在Pyspark，python3中执行以下操作)
xml_pathname = "hdfs://file_path/date_directory/example_one.xml"
xml_tree = etree.parse(xml_pathname)
OSError: Error reading file '/file_path/date_directory/exa
浏览 3提问于2020-04-08得票数 0
回答已采纳
在内部的笔记本中，以下代码将数据从csv文件加载到pandas dataframe中。OrderDate列值与下图所示的列值类似。print(data_df['OrderDate'])将这些值打印到几乎第二行的最后一行。在下一行中，我得到如下错误：
问题：错误的原因可能是什么，我们如何修复它？
csv文件的示例OrderDate列值
ParserError:小时必须在0.23: 48:03.3
输出(data_df‘’OrderDate‘)行以上错误发生在第145207行
0 48:03.3
1 25:25.8
2
浏览 5提问于2022-03-05得票数 1
使用jupyter notebook，这段代码 import pandas as pd
df = pd.DataFrame([[71,62,13], [75,76,77]], columns=list("ABC"))
df 给出此样式的输出 ? 如果我把它放在一个函数中， def prepare():
import pandas as pd
df = pd.DataFrame([[71,62,13], [75,76,77]], columns=list("ABC"))
print(df)
prepare() 我以这种方式获取数据
浏览 10提问于2021-07-10得票数 0
df["Dt_Customer"] = pd.to_datetime(df["Dt_Customer"],format='%d-%m-%y') 我已经尝试转换日期列，数据集包含100多万行...我必须找到没有转换的日期行。 TypeError: Unrecognized value type: <class 'str'>
During handling of the above exception, another exception occurred:
ValueError
浏览 58提问于2021-09-30得票数 0
回答已采纳
我有一个日期格式为%Y-%m-%d %H:%M:%S或%Y-%m-%d的数据帧
...
87986 1979-06-18 00:00:00
87987 1979-06-18 00:00:00
87988 1987-03-18
87989 1983-11-01
...
我想以相同的方式对它们进行格式化。我试过了：
df['birthdate']=pd.to_datetime(df['birthdate'].astype(str), format='%Y-%m-%d')
但我还是回来了：
-
浏览 19提问于2020-02-13得票数 1
回答已采纳
1回答
我必须转换一个XML文件从一个URL链接，到一个数据帧我已经写了代码，给出了一个字典从XML文件。我无法将其转换为数据帧。请建议是否有任何其他方法适用于此XML文件。
import xml.etree.ElementTree as ET
import pandas as pd
xml_data=requests.get('http://wbes.nrldc.in/xml/FullSchedule-(130)-19-01-2021.xml')
root = ET.fromstring(xml_data.text)
root = ET.tostring(root, encodi
浏览 2提问于2021-01-20得票数 0
3回答
我必须解析一个xml文件，它为我提供了Excel样式的日期时间；例如：42580.3333333333。
Pandas是否提供了将该数字转换为常规datetime对象的方法？
浏览 2提问于2016-07-19得票数 20
回答已采纳
有多种方法可以将excel数据读取到python中。Pandas还提供了用于写入和读取的API。 import pandas as pd
from pandas import ExcelWriter
from pandas import ExcelFile
df = pd.read_excel('File.xlsx', sheetname='Sheet1') 这很好用。 但是:如何将每个工作表的表直接访问到pandas数据帧中？ ? 上图显示了一个表格，该表格与单元格(1,1)隔开。 此外，工作表可能包含多个表(VBA中的listobjects)。
浏览 24提问于2019-10-15得票数 3
回答已采纳
我什么都试过了。我是个完全的初学者。所以非常感谢你的帮助。
这就是我想要运行的代码。
import pandas as pd
filepath = r'/Users/vignesh/Desktop/Python/test2.xlsx'
df = pd.read_excel(filepath)
print(df)
这个在木星实验室上不断地抛出下面的错误。有人知道我怎么能修好它吗？我已经安装并更新了xlrd，openpyxl。我在YT上看了一些视频，看看其他人是怎么做的。而且他们似乎是毫不费力地通过这些相同的代码行。
-------------------------------
浏览 8提问于2020-11-09得票数 3
2回答
我将一些杂乱的数据加载到Pandas中，结果它变成了一个很长的单行Dataframe。
我希望能够重塑它，这样每第n列就会变成一个新的行。有没有有效的方法来做到这一点呢？
(我认为我遇到的主要问题是我不知道如何有效地编写行分隔符。)
更新：
要创建类似于数据的内容：
import numpy as np
import pandas as pd
zeroes = np.zeros(60000)
df = pd.DataFrame(zeroes)
df = df.T
df.head()
浏览 0提问于2019-03-11得票数 0
我想把一个XML文件转换成CSV，我尝试过很多种方法，但是我无法转换它。我想知道是否有人能帮我解决编码部分？
1267.xml文件如下所示：
这里是我的代码：
import xml.etree.ElementTree as ET
import pandas as pd
tree = ET.parse("1267.xml")
root = tree.getroot()
get_range = lambda col: range(len(col))
l = [{r[i].tag:r[i].text for i in get_range(r)} for r in root]
浏览 0提问于2021-01-26得票数 0
我已经写了一个代码，这是工作正常的csv文件，但如果我改变文件类型从csv到excel它会给我一个错误。
我有，如果我写的data = pd.read_csv(filename)，上面的行是不工作的excel，它的工作正常。我希望我的输入数据是excel格式，而不是csv格式。
import tkinter as tk
import pandas as pd
from tkinter.filedialog import askopenfilename
import xlrd
def latlong_func(filename):
# filename instead of r'
浏览 1提问于2019-08-05得票数 0
1回答
如何在堆积面积图中添加颜色
、、、、
请注意，我需要在我的代码中添加一个区域颜色，以显示如下所示的图： ? 我的代码如下： import numpy as np
import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
from matplotlib import pyplot as plt
df = pd.DataFrame({'Time': [1,2,3,4,5],
'T=0': [0.5,0.16,0,0.25,0],
'T=2':
浏览 57提问于2021-08-29得票数 0
回答已采纳
我需要在pandas数据帧中添加一个整数表示的列。例如，如果有一个包含名称和性别的数据帧，如下所示： ? 我需要添加一个新列，其中包含一个取决于性别的整数值。预期输出将如下所示： ?
浏览 61提问于2020-06-08得票数 0
回答已采纳
我正在尝试基于xml文件自动生成python脚本。对于一个简化的示例，我希望将下面的xml(#1)转换为下面的Python脚本(#2)。
#1 Xml文件(用于翻译)
<Code CodeID="1">
<Settings Setting='OpenFile'>
</Settings>
<Properties>
<Configuration>
<FieldInfo>
<Field name="Account" size=
浏览 1提问于2020-08-03得票数 0
回答已采纳
2回答
我希望你一切都好。我希望将以下XML URL转换为熊猫数据。
您可以在这里查看XML；
这里是Python 3代码，它当前返回一个空的dataframe。
from bs4 import BeautifulSoup
import requests
import pandas as pd
response = requests.get('https://clients2.google.com/complete/search?hl=en&output=toolbar&q=how%20garage%20doors')
bs = BeautifulSoup(resp
浏览 5提问于2022-11-21得票数 0
我将一些日期设置为26-07-10，另一些设置为4/8/2010作为csv中的字符串类型。我希望它们是像4/8/2010这样的单一格式，这样我就可以每年对它们进行解析和分组。python或pandas中有没有函数可以帮我？
浏览 1提问于2016-04-05得票数 0
我用pandas编写脚本，但为了提高效率，我需要切换到dask，但我不确定如何在dask中实现unstack和reindex？ 这是我的pandas脚本的样子： df_new = df.groupby(['Cars', 'Date'])['Durations'].mean().unstack(fill_value=0).reindex(columns=list_days,index=list_cars,fill_value=0).\
round().reset_index().fillna(0).round()
浏览 11提问于2020-06-18得票数 0
回答已采纳
1回答
我尝试过使用Pandas，它读取了read_xml的大部分内容，但是它忽略了一些部分，因为它的格式略有不同。我已经在下面包括一个摘录，它读“类型”，“激活”罚款，但不是"Amt“值。它选择列标题"Amt“，而不是值。有谁能告诉我如何让它读到正确的方向。谢谢
<Type>PYI</Type>
<Activation>N</Activation>
<Amt val="4000" curr="GBP"/>
xml_df = pd.read_xml(xml_data)
任何能够帮助我的人都试着
浏览 5提问于2021-11-04得票数 1
回答已采纳
我在下面的代码中出错了。有人能给我指点什么才能用highlight_mismatch函数设置的格式在excel中得到输出-
import pandas as pd
df = pd.DataFrame(
{
'ID': ['one2', 'one3', 'one3', 'one4' ],
'Volume': [5.0, 6.0, 7.0, 2.2],
'BOX-XML1': ['one', 'two'
浏览 9提问于2022-05-11得票数 0
感谢您的阅读。很抱歉，我相信这是一个简单的问题要回答。
我有一些数据
df:
Entry Found
0 Dog [1,0]
1 Sheep [0,1]
2 Cow "No Match"
3 Goat "No Match"
我想返回一个新的dataframe，它只包含在No Match列中包含Found的条目(并保持其索引顺序)，即：
输出：
Entry Found
0 Cow "No Match"
1 Goat "No M
浏览 0提问于2016-12-20得票数 3
回答已采纳
要求:从Google Sheet中按日期检索行，因为Google sheet可以包含具有先前日期的数据 示例:我只需要获取2020年11月9日 ? 目前，我正在使用Pandas从Google Sheet中获取所有行，它工作得很好，但不知道如何才能从google sheet中获取特定的日期过滤器 我试过用pandas的数据框查询方法来过滤？ 当我尝试如下所示时，得到了一个错误 df_query='Effective_Date=="2020-11-10"' df = df.query(self.df_query) [2020-11-11 01:00:10,
浏览 13提问于2020-11-10得票数 0
回答已采纳
我想将excel表格中的四列导入到python中，并将它们存储为不同的数组。 我试过使用'pandas‘模块，但无法正确地实现我的需求。 import pandas as pd
df = pd.read_excel("Book2.xlsx","Sheet4")
tg1f = df['A'] 我希望将不同列的值存储在单独的数组中。例如，excel工作表第一列中的值应该存储在一个名为“Temperature”的变量中。
浏览 79提问于2019-07-04得票数 2
回答已采纳
我有一个excel表，其中包含通过运行不同配置的程序生成的数据。两个样本输出如下。我的第一个问题是，在读取第一个组之后，pd.read_excel()为列名引入了增量数字。例如，第一个dataframe有正确的列名"A、B、C、D"，而第二个dataframe有"A.1、B.1、C.1、D.1"和第三个"A.2、B.2、C.2、D.2"等等。我如何确保所有的列名都是相同的？
我在excel上的数据
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
浏览 0提问于2020-09-28得票数 3
回答已采纳
1回答
我正在使用Spark处理2000万个XML文档的数据集。我最初是在处理所有这些问题，但实际上我只需要其中的三分之一。在不同的星星之火工作流中，我创建了一个dataframe keyfilter，其中一个列是每个XML的键，第二个列是布尔值，如果应该处理对应于键的xml，则为True，否则为False。
XML本身是使用Pandas处理的，我无法共享这个UDF。
我在DataBricks上的笔记本基本上是这样工作的：
import pyspark
import time
from pyspark.sql.types import StringType
from pyspark.sql.funct
浏览 4提问于2022-03-16得票数 0
回答已采纳
跟进问题至：
我无法在下面的dataframe上解析日期。守则如下：
df = pandas.read_csv(file_name, skiprows = 2, index_col='datetime',
parse_dates={'datetime': [0,1,2]}, delim_whitespace=True,
date_parser=lambda x: pandas.datetime.strptime(x, '%Y %m %d'))
OTH-000
浏览 3提问于2015-04-22得票数 1
回答已采纳
1回答
我想将XML文件中的数据解析为多索引pandas数据帧。我的XML文件如下所示：
<?xml version="1.0"?>
<catalog>
<book name="Documents/Books/German">
<author>Kerstin Gier</author>
<title>Rubinrot</title>
</book>
<book name="Documents/Articles/Engli
浏览 11提问于2019-03-27得票数 2
回答已采纳
我正在使用json_normalize解析pandas列的json条目。但是，作为输出，我得到了一个数据帧，其中有多行，每行只有一个非空条目。我想在pandas中将所有这些行组合成一行。 currency custom.gt custom.eq price.gt price.lt
0 NaN 4.0 NaN NaN NaN
1 NaN NaN NaN 999.0 NaN
2 NaN NaN NaN NaN 199000.0
3 NaN NaN other NaN NaN
4 USD NaN NaN NaN NaN
浏览 24提问于2019-06-16得票数 2
回答已采纳
1回答
我不能在PyCharm中可视化带有样式的数据框。我正在使用以下用户指南：http://pandas-docs.github.io/pandas-docs-travis/user_guide/style.html 我只得到了一个Pandas样式器对象(pandas.io.formats.style.Styler) 我使用的是PyCharm 2018.3.7和Panda0.25 import pandas as pd
import numpy as np
np.random.seed(24)
df = pd.DataFrame({'A': np.linspace(1, 10,
浏览 98提问于2019-09-27得票数 2
2回答
对于我的项目，我需要解析一个包含特殊字符的XML文件，并且无法对其进行转义。在尝试使用elementree时，我遇到了以下错误： 回溯(最近一次调用)： File "C:\Users\Palash\PycharmProjects\pythonProject\main.py", line 14, in <module>
etree = et.parse('dblp.xml')
File "C:\Users\Palash\AppData\Local\Programs\Python\Python39\lib\xml\etree\E
浏览 120提问于2021-08-17得票数 0
2回答
有什么方法可以使用另一个pandas.Series的不同值在pandas.Series中应用函数吗？我知道有pandas.Series.apply()，但我需要这样的东西： array1 = pandas.Series([1, 2, 3, 4])
array2 = pandas.Series([5, 5, 6, 0])
def func(x, y):
return x+y
print(array1.apply(func, args = array2))
Out:
0 6
1 7
2 9
3 4 换句话说，我需要在一个pandas.DataFra
浏览 23提问于2021-04-07得票数 0
我必须将xml文件转换为数据框pandas。我尝试了很多模式，但结果都是一样的:没有，没有...我说错了什么？另一个库更好吗？有没有可能是因为我的XML格式？xml文件的类型为： <Document xmlns="xxx/zzz/yyy">
<Header>
<DocumentName>GXXXXXXXXXX</DocumentName>
<DocumentType>G10</DocumentType>
<Version>2.0.0.0</Ver
浏览 24提问于2019-02-12得票数 0
我使用的是pandas 0.16.2版。我想提取日期列的年份和月份。
我读了数据
df = pd.read_csv(raw_data.csv,
parse_dates=['EOM_DEFAULT_DATE','RESOLUTION_DATE'], low_memory=False)
'EOM_DEFAULT_DATE‘看起来像这样：
0 31-JAN-07 12.00.00.000000000 AM
1 31-JAN-07 12.00.00.000000000 AM
Name: EOM_DEFAULT_
浏览 2提问于2015-08-04得票数 2
2回答
我有一个熊猫的数据图，看起来是这样的：
100 200 300 400
0 1 1 0 1
1 1 1 1 0
我想要做的是从这个数据框架中选择特定的列。但是，当我尝试以下代码时( df_matrix是显示在顶部的数据)：
intermediary_df = df_matrix["100"]
它不起作用，据我所知，因为它是一个整数。我试图用str(100)强制执行它，但是给出了与以前相同的错误：
File "pandas\_libs\hashtable_class_helper.pxi", line 9
浏览 0提问于2019-01-23得票数 1
回答已采纳
我正在尝试解析XML并将结果保存在Pandas Data-frame中。我已经成功地将细节保存在一个特定的数据帧中。然而，现在我尝试将结果保存在基于一个特定类值的多个数据帧中。 import pandas as pd
import xml.etree.ElementTree as ET
import os
from collections import defaultdict, OrderedDict
tree = ET.parse('PowerChange_76.xml')
root = tree.getroot()
df_list = []
for i, child
浏览 21提问于2019-01-30得票数 0
我正在尝试运行一个包含文本通配符的MySQL查询，如下所示：
import sqlalchemy
import pandas as pd
#connect to mysql database
engine = sqlalchemy.create_engine('mysql://user:@localhost/db?charset=utf8')
conn = engine.connect()
#read sql into pandas dataframe
mysql_statement = """SELECT * FROM table WHERE fi
浏览 9提问于2016-11-05得票数 9
回答已采纳
4回答
import pandas
df = pandas.read_csv("trial.csv")
上面的代码用于读取一个简单的csv文件。但我一直收到以下错误
File "C:\Users\Anaconda3\lib\site-packages\pandas\io\parsers.py", line 1748, in read
data = self._reader.read(nrows)
File "pandas\_libs\parsers.pyx", line 890, in pandas._libs.parsers.TextRea
浏览 2提问于2017-09-15得票数 1
请有人帮助将以下XML文件转换为Pandas dataframe：
<?xml version="1.0" encoding="UTF-8" ?>
<root>
<bathrooms type="dict">
<n35237 type="number">1.0</n35237>
<n32238 type="number">3.0</n32238>
<n44699 type="number"&g
浏览 0提问于2018-10-24得票数 5
回答已采纳
我正在练习将股市数据从Google导入到Pandas DataFrame中：
import pandas as pd
from pandas import Series
path = 'http://www.google.com/finance/historical?cid=542029859096076&startdate=Sep+22%2C+2001&enddate=Sep+20%2C+2016&num=30&ei=3HvhV4n3D8XGmAGp4q74Ag&output=csv'
df = pd.read_csv(path)
到
浏览 1提问于2016-09-20得票数 6
回答已采纳
1回答
这是xml文件：
-<Record name="AlarmRecord">
<column name="Log Serial Number">XXxxXX</column>
<column name="Object Identity">XXxxXXX</column>
</Record>
我得到这样的xml文件，因为xml列应该是列名而不是<列名=.“>，当我用python读取这个文件时，它不识别列名，有办法更改这个输出吗？
我使用这个funct
浏览 5提问于2021-04-16得票数 0
回答已采纳
2回答
从文件中读取分隔数据时，pandas库能够解释数据列的类型。 当向pandas数据帧传递通过pandas之外的某个过程组装的字符串列表时，pandas会将内部列表类型保留为字符串： data = [ ['1','2'],['3','4'] ]
cols = ['foo', 'biz']
df = DataFrame(columns=cols, data=data)
print(numpy.sum(df.values))
$: <literal sum of the strings>
浏览 12提问于2020-07-22得票数 2
回答已采纳
在pandas中，我们如何从这些数据中创建datetime列？
df = pd.DataFrame({'date': ['2020-02-04T22:03:44.846000+00:00']})
print(df)
date
0 2020-02-04T22:03:44.846000+00:00
我不知道这里的字母"T“是什么。
尝试
pat = '%y-%m-%dT%H:%M%:%SZ'
df['date'] = pd.to_datetime(df['
浏览 6提问于2020-02-05得票数 0
回答已采纳
我有一堆数据集，每个数据集都有相同的标题，每个数据集都指向不同的国家。 我正在尝试在每个pandas数据帧中创建一个新列，其中填充了我的数据帧名称(这是国家的名称！) 我该怎么做呢？ 编辑： 我没有提到我创建了数据集 us = pd.concat([coeff, pvalues], axis = 1).reset_index()
us.columns = ['Factor',"Coeff","P-value"]
浏览 15提问于2019-01-10得票数 0
回答已采纳
我以这样的方式将Excel表格读入pandas DataFrame：
import pandas as pd
xl = pd.ExcelFile("Path + filename")
df = xl.parse("Sheet1")
每列的第一个单元格的值被选为dataFrame的列名，我想指定自己的列名，我该怎么做？
浏览 2提问于2013-06-27得票数 14
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
