使用pandas read_xml时同名不同属性的<value>元素列被覆盖的解决方法

嗨，我完全懂你的困扰——用pandas的read_xml处理这种带重复同名元素（每个还有不同属性）的XML时，默认只会保留最后一个<value>的值，把之前的都覆盖了，根本没法拿到所有的流量数据对吧？别担心，咱们用Python和pandas自带的工具就能解决这个问题，两种思路供你选：

方法一：直接解析XML结构（最灵活鲁棒） #

这种方式用Python内置的xml.etree.ElementTree来遍历XML，完全掌控每个元素的处理逻辑，不管每个<item>里有多少个<value>都能适配：

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

# 解析XML文件
tree = ET.parse('chdata.xml')
root = tree.getroot()

# 准备存储每行数据的列表
data_rows = []

# 遍历每个<item>节点
for item in root.findall('item'):
    # 先提取基础字段：datetime和coverage
    row_data = {
        'datetime': item.find('datetime').text,
        'coverage': item.find('coverage').text
    }
    # 遍历当前item下的所有<value>节点
    for value_elem in item.findall('value'):
        # 用channel属性作为列名，把value文本值填进去
        channel_name = value_elem.get('channel')
        row_data[channel_name] = value_elem.text
        # 如果想用chid当列名，改成下面这行就行：
        # row_data[f'chid_{value_elem.get("chid")}'] = value_elem.text
    # 把当前行加入列表
    data_rows.append(row_data)

# 转成DataFrame
final_df = pd.DataFrame(data_rows)
print(final_df)

运行后你就能得到想要的格式：datetime列在前，然后是每个channel对应的列（比如Traffic Total、Traffic In等），最后是coverage列，完美匹配你的需求。

方法二：纯pandas工具组合（适合固定数量的场景） #

如果你的每个<item>里的<value>数量是固定的，也可以用pandas的read_xml配合透视表来实现：

import pandas as pd

# 第一步：读取基础的item数据（datetime和coverage），删掉默认生成的重复value列
df_base = pd.read_xml('chdata.xml', xpath='//item').drop(columns=['value'])

# 第二步：读取所有<value>元素的详细数据
df_values = pd.read_xml('chdata.xml', xpath='//value')

# 给每个value关联对应的datetime（因为每个item有4个value，所以重复datetime列表4次）
datetime_list = df_base['datetime'].repeat(4).reset_index(drop=True)
df_values['datetime'] = datetime_list

# 第三步：透视value数据，把channel转成列，值对应到每个datetime
pivot_df = df_values.pivot(index='datetime', columns='channel', values='value').reset_index()

# 最后合并基础数据和透视后的value数据
final_df = pd.merge(df_base, pivot_df, on='datetime')
print(final_df)

这个方法完全用pandas的工具链，适合你不想写XML解析逻辑的情况，但要注意如果某个<item>的<value>数量变化，repeat的次数就需要调整，灵活性不如第一种方法。

两种方法都能得到你想要的统一数据表，你可以根据自己的场景选~

备注：内容来源于stack exchange，提问作者Fey010