如何从指定嵌套XML中提取Event数据创建Python DataFrame

处理方案 #

可以用Python的xml.etree.ElementTree解析XML片段，再结合pandas生成你需要的DataFrame，具体代码如下：

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

# 定义XML内容（也可替换为从文件读取的逻辑）
xml_content = '''
</Section>
<Section id="21" name="Event Strips" itemsCount="18">
    <Event title="HR Min" start="10707646" end="10709446"/>
    <Event title="HR Max" start="1043646" end="1045446"/>
    <Event title="RR Min" start="12441170" end="12442970"/>
    <Event title="RR Max" start="14690429" end="14692229"/>
</Section>
<Section id="99" name="TimeDomainHRV" itemsCount="4">
    <Info id="100" name="RRMean" value="725.99 ms"/>
    <Info id="101" name="SDNN" value="108.01 ms"/>
</Section>
'''

# 补全根节点并解析XML（原片段缺少根节点，需补充才能正常解析）
root = ET.fromstring(f'<Root>{xml_content}</Root>')

# 定位到id为21的Section节点
event_section = root.find(".//Section[@id='21']")

# 提取所有Event标签的属性数据
event_data = []
for event in event_section.findall('Event'):
    event_data.append({
        'Event': event.get('title'),
        'start': event.get('start'),
        'end': event.get('end')
    })

# 生成DataFrame并输出目标格式
df = pd.DataFrame(event_data)
print(df.to_string(index=False))

运行代码后会输出如下格式的结果：

Event      start        end
 HR Min  10707646  10709446
 HR Max   1043646   1045446
 RR Min  12441170  12442970
 RR Max  14690429  14692229

内容的提问来源于stack exchange，提问作者Shourov