如何用ElementTree与Python将指定XML解析为Pandas DataFrame？

你遇到的核心问题是IEC62325标准的XML命名空间未被正确处理——不管是ElementTree还是Pandas的XML解析工具，默认会忽略命名空间，直接按标签名查找会找不到内容，只能手动遍历提取，导致操作繁琐。下面是两种简洁的解决方法：

方法一：优化ElementTree的批量提取 #

通过定义命名空间映射，结合XPath表达式一次性批量提取目标字段，无需手动逐个生成列表：

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

# 加载XML文件
tree = ET.parse('your_market_document.xml')
root = tree.getroot()

# 替换为你XML中实际的IEC62325命名空间URI
ns_map = {'iec': 'urn:iec62325.351:tc57wg16:451-6:marketdocument:1:0'}

# 用XPath批量提取所有目标标签内容
psr_types = [node.text for node in root.findall('.//iec:psrType', ns_map)]
positions = [node.text for node in root.findall('.//iec:position', ns_map)]
quantities = [node.text for node in root.findall('.//iec:quantity', ns_map)]

# 直接构建DataFrame
df = pd.DataFrame({
    'psrType': psr_types,
    'position': positions,
    'quantity': quantities
})

方法二：用Pandas read_xml直接解析 #

Pandas的read_xml支持直接处理带命名空间的XML，只需指定命名空间映射和目标节点的XPath路径：

import pandas as pd

# 命名空间映射（需与XML中的URI完全一致）
ns_map = {'iec': 'urn:iec62325.351:tc57wg16:451-6:marketdocument:1:0'}

# 读取XML并解析为DataFrame
# 注意：xpath需指向包含psrType、position、quantity的重复父节点（比如每个数据行对应的节点）
df = pd.read_xml(
    'your_market_document.xml',
    namespaces=ns_map,
    xpath='.//iec:Point',  # 示例：假设目标字段都在Point节点下
    usecols=['psrType', 'position', 'quantity']
)

关键注意事项 #

• 命名空间URI必须和XML根节点中声明的完全一致，比如不同版本的IEC62325标准可能会有版本号差异，需仔细核对。
• XPath路径要准确对应标签的嵌套层级，比如字段嵌套在TimeSeries/Period/Point下，就需要写.//iec:TimeSeries/iec:Period/iec:Point/iec:psrType。
• 使用read_xml时，XPath必须指向重复的数据节点（即每一行数据对应的父节点），否则Pandas无法正确识别行结构。

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