将 XML 读入 Pandas DataFrame

只是想知道是否有人能够帮助找出我在这个 Python 脚本中出错的地方。我正在尝试阅读美国灯光列表每周更改 xml（此处找到： https://www.navcen.uscg.gov/sites/default/files/xml/lightLists/weeklyUpdates/v7d09WeeklyChanges.xml ）到 Pandas 数据帧中。我不经常编程，所以我只是慢慢开始，尝试将每个援助的“地区”字段写入一个空列表。当我运行脚本时，它在“地区”列中显示“无”。如何将“District”字段输出到数据框？谢谢。

from lxml import etree
from lxml import objectify
import pandas as pd
import pandas_read_xml as pdx
import xml.etree.ElementTree as et
 
xml_file = (r'C:\Users\LAWRENCEA\Downloads\v7d09WeeklyChanges.xml')
 
parsed_xml = et.parse(xml_file)
xroot = parsed_xml.getroot()
 
df_cols = ["District"]
rows = []
 
for record in xroot.iter('dataroot'):
    for field in record.findall('Vol_x0020_07_x0020_D9_x0020_LL_x0020_corr_x0020_thru'):
        s_District = field.attrib.get('District')
        rows.append({"District": s_District})
    
 
df = pd.DataFrame(rows, columns = df_cols)
print(df)

的代码的问题在于，正在尝试在错误的元素上访问 attrib 。 attrib 方法用于从 XML 元素中检索属性，但 District 是 XML 结构中 field 元素的 子元素 ，而不是属性。

以下是修正后的代码：

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

xml_file = 'v7d09WeeklyChanges.xml'

tree = ET.parse(xml_file)
root = tree.getroot()

rows = []

for record in root.iter('dataroot'):
    for field in record.findall('Vol_x0020_07_x0020_D9_x0020_LL_x0020_corr_x0020_thru'):
        district = field.find('District').text if field.find('District') is not None else None
        rows.append({"District": district})

df = pd.DataFrame(rows)
print(df)

这段代码做出了以下更改：

1. 直接查找 District 元素： 我们使用 field.find('District') 来查找 field 元素下的 District 子元素。
2. 处理缺失的 District 元素： 我们添加了一个检查，以防某些 field 元素没有 District 子元素。在这种情况下，我们会将 District 设置为 None 以避免错误。
3. 使用 .text 提取文本内容： 我们使用 field.find('District').text 来获取 District 元素的文本内容。

使用这些更改，的代码现在应该能够正确地将 District 字段提取到 Pandas DataFrame 中。