Python嵌套XML转CSV：如何生成符合要求的DataFrame？

你的问题在于当前代码是单独提取每个字段并逐个添加字典，导致生成的列表里每个字典只有一个键值对，最终DataFrame每行仅含单个字段。要实现每个商品行重复对应订单、客户信息，需按XML的层级结构关联数据，核心是先提取订单级的公共信息，再遍历该订单下的所有商品，将公共信息与商品信息合并为完整记录。

修改后的代码 #

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

# 解析XML文件（替换为你的XML文件路径）
tree = ET.parse('your_order.xml')
root = tree.getroot()

# 定义表头
head = ['order_no', 'order_date', 'name', 'email', 'product_id', 'product_name', 'quantity']
body = []

# 遍历每个订单节点（XML结构中每个order包含订单、客户、商品信息）
for order in root.findall('.//order'):
    # 提取订单公共信息
    order_no = order.find('original-order-no').text
    order_date = order.find('order-date').text
    
    # 提取客户信息
    customer = order.find('.//customer')
    name = customer.find('.//billing-address/first-name').text
    email = customer.find('customer-email').text
    
    # 遍历当前订单下的所有商品
    for item in order.findall('.//product-lineitems/product-lineitem'):
        product_id = item.find('product-id').text
        product_name = item.find('product-name').text
        quantity = item.find('quantity').text
        
        # 合并公共信息与商品信息，添加到body
        body.append({
            'order_no': order_no,
            'order_date': order_date,
            'name': name,
            'email': email,
            'product_id': product_id,
            'product_name': product_name,
            'quantity': quantity
        })

# 转换为DataFrame并生成CSV
df = pd.DataFrame(body, columns=head)
df.to_csv('order_products.csv', index=False, sep='\t')  # sep用\t对应示例的制表符分隔，也可改为','
print(df)

代码说明 #

1. 层级遍历：先定位到每个order节点，确保订单、客户、商品信息属于同一订单，避免信息错位
2. 公共信息复用：每个订单的order_no、order_date、name、email只提取一次，然后和该订单下的每个商品信息合并
3. 数据完整性：每条记录包含完整的订单、客户、商品信息，完全匹配你期望的CSV格式

内容的提问来源于stack exchange，提问作者PleaseHelp