如何用Python将指定ISO 4217 XML文件转换为CSV表格？

我需要将ISO 4217标准的XML文件转换为包含CtryNm、CcyNm、Ccy、CcyNbr、CcyMnrUnts这5列的CSV表格。该XML文件的结构片段如下：

<ISO_4217 Pblshd="2024-01-01">
    <CcyTbl>
        <CcyNtry>
            <CtryNm>AFGHANISTAN</CtryNm>
            <CcyNm>Afghani</CcyNm>
            <Ccy>AFN</Ccy>
            <CcyNbr>971</CcyNbr>
            <CcyMnrUnts>2</CcyMnrUnts>
        </CcyNtry>
        <CcyNtry>
            <CtryNm>ZZ07_No_Currency</CtryNm>
            <CcyNm>The codes assigned for transactions where no currency is involved</CcyNm>
            <Ccy>XXX</Ccy>
            <CcyNbr>999</CcyNbr>
            <CcyMnrUnts>N.A.</CcyMnrUnts>
        </CcyNtry>
    </CcyTbl>
</ISO_4217>

我尝试了以下代码，但运行后生成的是空白文件，请问哪里出错了？或者有没有更简便的方法将该XML数据转换为DataFrame？

def parse_xml(xml_file):
    tree = ET.parse(xml_file)
    root = tree.getroot()
    return root

def extract_data(root):
    data = []
    for record in root.findall('CcyNtry'):
        row = {}
        for field in record:
            row[field.tag] = field.text
        data.append(row)
    return data

def main(xml_file, csv_file):
    root = parse_xml(xml_file)
    data = extract_data(root)
    df = to_dataframe(data)
    to_csv(df, csv_file)

main(countries, 'output.csv')

错误原因 #

1. 节点路径错误：XML中CcyNtry嵌套在CcyTbl节点下，直接用root.findall('CcyNtry')无法定位到目标节点，导致没有数据被提取。
2. 模块缺失与未定义内容：代码未导入xml.etree.ElementTree（对应ET）和pandas模块；to_dataframe、to_csv未明确是pandas的方法；countries变量未赋值为XML文件的实际路径。

修正后的手动解析代码 #

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

def parse_xml(xml_file):
    tree = ET.parse(xml_file)
    root = tree.getroot()
    return root

def extract_data(root):
    data = []
    # 正确定位到CcyTbl下的CcyNtry节点
    for record in root.findall('./CcyTbl/CcyNtry'):
        row = {}
        # 只提取指定的5个字段，避免冗余数据
        target_fields = ['CtryNm', 'CcyNm', 'Ccy', 'CcyNbr', 'CcyMnrUnts']
        for field in target_fields:
            element = record.find(field)
            row[field] = element.text if element is not None else ''
        data.append(row)
    return data

def main(xml_file, csv_file):
    root = parse_xml(xml_file)
    data = extract_data(root)
    df = pd.DataFrame(data)
    df.to_csv(csv_file, index=False)

# 替换为你的XML文件实际路径
main('list-one.xml', 'output.csv')

更简便的方法：使用pandas内置的read_xml #

从pandas 1.3.0版本开始，支持直接读取XML文件，无需手动遍历节点，代码更简洁：

import pandas as pd

# 读取XML并指定目标节点和字段
df = pd.read_xml(
    'list-one.xml',
    xpath='./CcyTbl/CcyNtry',
    usecols=['CtryNm', 'CcyNm', 'Ccy', 'CcyNbr', 'CcyMnrUnts']
)
# 保存为CSV
df.to_csv('output.csv', index=False)

内容的提问来源于stack exchange，提问作者user23486108