Palantir Code Workbook中Python遍历DataFrame行写入XML文件问题

问题说明 #

我在Palantir Code Workbook里有一个包含fileName和Xml两列的数据集filtered_ds，尝试用Python遍历每行，将Xml列的内容写入对应fileName的独立文件，但当前代码遍历的是列而非行，需要修正实现方式。

尝试的错误代码：

def write_xmls(filtered_ds): 
    output = Transforms.get_output()
    output_fs = output.filesystem()
    
    for row in filtered_ds:
        with output_fs.open(str(row[1]), 'w') as f: 
            f.write(str(row[2]))
            f.close()

解决方案 #

错误原因 #

直接遍历filtered_ds时，Palantir的Dataset对象默认迭代的是列而非行，导致代码逻辑错误。此外，手动调用f.close()属于冗余操作——with语句会自动管理文件的打开与关闭。

修正代码（针对Palantir Dataset对象） #

使用rows()方法获取行迭代器，同时通过列名访问数据（比索引更直观，避免位置出错）：

def write_xmls(filtered_ds): 
    output = Transforms.get_output()
    output_fs = output.filesystem()
    
    # 遍历数据集的每一行
    for row in filtered_ds.rows():
        file_name = str(row["fileName"])
        xml_content = str(row["Xml"])
        
        with output_fs.open(file_name, 'w') as f: 
            f.write(xml_content)

备选方案（若数据集已转为Pandas DataFrame） #

如果filtered_ds是Pandas DataFrame，使用iterrows()方法遍历行：

def write_xmls(filtered_ds): 
    output = Transforms.get_output()
    output_fs = output.filesystem()
    
    # iterrows()返回索引与行数据的元组
    for _, row in filtered_ds.iterrows():
        file_name = str(row["fileName"])
        xml_content = str(row["Xml"])
        
        with output_fs.open(file_name, 'w') as f: 
            f.write(xml_content)

内容的提问来源于stack exchange，提问作者asb