如何用Python 3.8.10将XML员工数据转为指定结构的Pandas DataFrame

我有存储在employeedata.xml文件中的员工数据，样本数据如下：

<?xml version="1.0" standalone="yes"?>
<DocumentElement>
  <_x005B_dbo_x005D_._x005B_employeedata_x005D_>
    <RowID>11148</RowID>
    <ItemID>966109</ItemID>
    <Mappings>[]</Mappings>
    <Groups>93664,68349</Groups>
    <GroupKey>7003142</GroupKey>
    <ParentItemID>351908</ParentItemID>
    <JobID>30318</JobID>
    <Action>Employee</Action>
    <Employee_Name>John Travis</Employee_Name>
    <mail_id>John@altmail.com</mail_id>
    <...>...</...>  
    <Action>Experience</Action>
    <...>...</...>
    <...>...</...>
    <...>...</...>
  </_x005B_dbo_x005D_._x005B_employeedata_x005D_>
</DocumentElement>

当前用Python 3.8.10读取文件的代码如下：

with open('employeedata.xml', 'r') as f:
    data = f.read()

希望将这些XML数据存储到Pandas DataFrame中，将<Action>标签的值存入Action列，对应的其他标签名存入Field列，预期输出如下：

Action	Field
Employee	Employee_Name
Employee	mail_id
Employee	....
Employee	....
Experience	....
Experience	....

解决方案 #

实现思路 #

1. 用Python标准库xml.etree.ElementTree解析XML，无需额外安装依赖
2. 遍历XML子节点，实时跟踪当前的Action值
3. 将每个非Action节点的标签名与当前Action配对，存入列表后转换为DataFrame

代码实现 #

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

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

# 定位到员工数据的父节点
employee_data_node = root.find('_x005B_dbo_x005D_._x005B_employeedata_x005D_')

# 存储Action与Field的配对数据
result_list = []
current_action = None

# 遍历所有子节点
for elem in employee_data_node:
    tag_name = elem.tag
    if tag_name == 'Action':
        # 更新当前生效的Action值
        current_action = elem.text
    else:
        # 跳过XML中的占位节点（根据实际数据调整过滤规则）
        if tag_name != '...':
            result_list.append({
                'Action': current_action,
                'Field': tag_name
            })

# 转换为DataFrame
df = pd.DataFrame(result_list)
print(df)

关键说明 #

• 代码精准定位到目标父节点_x005B_dbo_x005D_._x005B_employeedata_x005D_，确保只处理员工数据节点
• 遇到Action标签时更新当前关联的Action值，后续所有非Action标签自动归属于该Action
• 内置了对<...>占位节点的过滤，可根据实际XML结构调整过滤条件
• 最终生成的DataFrame完全匹配预期结构，可直接用于后续数据处理

内容的提问来源于stack exchange，提问作者python learner