Python处理电商XML销售数据：多商品订单条目关联修正需求

问题根源是你没按订单层级嵌套遍历，而是全局迭代所有标签，导致多商品订单的条目被错误关联到后续订单ID。正确思路是先遍历每个订单节点，提取该订单的公共信息（OrderID、CustomerID），再在当前订单节点内遍历所有商品条目，把订单信息和商品信息绑定成一条记录，最后统一生成DataFrame。

具体实现代码 #

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

# 替换成你的XML文件路径
tree = ET.parse('电商订单数据.xml')
root = tree.getroot()

order_data = []

# 遍历每个订单节点（请根据你的XML结构调整节点名称，比如有的可能是<OrderInfo>）
for order_node in root.findall('.//Order'):
    # 提取订单级公共字段
    order_id = order_node.findtext('OrderID', default='')
    customer_id = order_node.findtext('CustomerID', default='')
    
    # 遍历当前订单下的所有商品条目
    for item_node in order_node.findall('.//OrderItem'):
        # 提取商品字段
        item_id = item_node.findtext('ItemID', default='')
        product_name = item_node.findtext('ProductName', default='')
        quantity = item_node.findtext('Quantity', default='0')
        unit_price = item_node.findtext('UnitPrice', default='0.0')
        
        # 合并订单与商品信息，添加到列表
        order_data.append({
            'OrderID': order_id,
            'CustomerID': customer_id,
            'ItemID': item_id,
            'ProductName': product_name,
            'Quantity': int(quantity),
            'UnitPrice': float(unit_price)
        })

# 生成DataFrame
df = pd.DataFrame(order_data)
# 查看前几行验证结果
print(df.head())

关键注意点 #

• 节点路径要匹配你的XML结构：比如如果订单节点嵌套在<OrderList>下，需要把root.findall('.//Order')改成root.findall('OrderList/Order')，或者用.//Order全局搜索所有Order节点。
• 处理缺失字段：用findtext()替代find().text，并设置default参数，避免因为某个字段缺失导致代码报错。
• 数据类型转换：像数量、价格这类字段，要转成对应的数值类型（int/float），方便后续分析。

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