Python解析XML提取节点：如何将IDOPERATION属性并入Pandas DataFrame

步骤1：明确XML层级关系 #

首先确认你的XML结构是OPERATION节点包含多个Score子节点（参考示例结构），我们将通过父节点（OPERATION）获取IDOPERATION属性，再与子节点（Score）的属性组合。

示例XML结构：

<ROOT>
  <OPERATION IDOPERATION="OP-001">
    <Score SCORE="90" PI="0.92" EXCLUSION="No"/>
    <Score SCORE="85" PI="0.87" EXCLUSION="Yes"/>
  </OPERATION>
  <OPERATION IDOPERATION="OP-002">
    <Score SCORE="95" PI="0.95" EXCLUSION="No"/>
  </OPERATION>
</ROOT>

步骤2：修改代码，关联父节点属性 #

遍历每个OPERATION节点，先提取IDOPERATION属性，再遍历该节点下的所有Score子节点，将IDOPERATION加入每一行数据中：

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

# 解析XML文件
tree = ET.parse('your_file.xml')
root = tree.getroot()

# 初始化存储数据的列表
data_rows = []

# 遍历每个OPERATION节点
for operation in root.findall('.//OPERATION'):
    # 获取当前OPERATION的IDOPERATION属性
    id_operation = operation.get('IDOPERATION')
    # 遍历当前OPERATION下的所有Score节点
    for score in operation.findall('./Score'):
        # 组合行数据：IDOPERATION + Score的三个属性
        row = {
            'IDOPERATION': id_operation,
            'SCORE': score.get('SCORE'),
            'PI': score.get('PI'),
            'EXCLUSION': score.get('EXCLUSION')
        }
        data_rows.append(row)

# 转换为DataFrame
df = pd.DataFrame(data_rows)
# 可选：转换数据类型（比如SCORE和PI转为数值型）
df['SCORE'] = pd.to_numeric(df['SCORE'])
df['PI'] = pd.to_numeric(df['PI'])

print(df)

步骤3：验证结果 #

运行后得到的DataFrame会包含你需要的四列：

如果你用lxml库的替代写法 #

如果习惯用lxml，逻辑完全一致，只是导入和解析方式略有不同：

import pandas as pd
from lxml import etree

tree = etree.parse('your_file.xml')
root = tree.getroot()

data_rows = []
for operation in root.xpath('//OPERATION'):
    id_operation = operation.get('IDOPERATION')
    for score in operation.xpath('./Score'):
        row = {
            'IDOPERATION': id_operation,
            'SCORE': score.get('SCORE'),
            'PI': score.get('PI'),
            'EXCLUSION': score.get('EXCLUSION')
        }
        data_rows.append(row)

df = pd.DataFrame(data_rows)

内容的提问来源于stack exchange，提问作者Bryam Williams Hirsch Trujillo