Python解析XML字符串提取投篮数据生成DataFrame方法

代码返回None由两个问题导致：

• XML根节点声明了默认命名空间xmlns="http://feed.elasticstats.com/schema/basketball/pbp-v7.0.xsd"，xml.etree.ElementTree查找带默认命名空间的节点时，必须显式传入命名空间映射，给标签名拼接命名空间前缀，否则无法匹配到任何节点。
• 原查找逻辑只取第一个匹配的event节点，无法拿到全量事件数据。

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

# 注册XML默认命名空间
NS = {"pbp": "http://feed.elasticstats.com/schema/basketball/pbp-v7.0.xsd"}
root = et.fromstring(xml)

shot_data = []
# 递归查找所有节次下的事件节点，兼容多节、加时赛场景
for event in root.findall(".//pbp:quarter/pbp:events/pbp:event", NS):
    # 过滤无坐标、无投篮统计的非投篮事件（换人、犯规、跳球等）
    loc = event.find("pbp:location", NS)
    field_goal = event.find("pbp:statistics/pbp:fieldgoal", NS)
    shooter = event.find("pbp:statistics/pbp:fieldgoal/pbp:player", NS)
    if not all([loc, field_goal, shooter]):
        continue

    shot_data.append({
        "球员姓名": shooter.get("full_name"),
        "投篮位置": f"({loc.get('coord_x')}, {loc.get('coord_y')})",
        "coord_x": int(loc.get("coord_x")),
        "coord_y": int(loc.get("coord_y")),
        "时间": event.get("clock"),
        "投篮类型": field_goal.get("shot_type"),
        "事件类型": event.get("event_type"),
        "是否命中": field_goal.get("made") == "true",
        "出手区域": loc.get("action_area"),
        "投篮距离(英尺)": float(field_goal.get("shot_distance"))
    })

# 生成目标DataFrame，以投篮球员为行索引
shot_df = pd.DataFrame(shot_data).set_index("球员姓名")

• 路径中使用.//前缀做递归查找，不需要手动遍历每一个quarter节点，自动覆盖常规4节+加时赛的所有事件
• 非空判断会自动跳过无坐标的事件，比如样例中第一个lineupchange换人事件会被直接过滤，不会污染投篮数据集
• 数值类字段（坐标、投篮距离）直接做了类型转换，后续做投篮热图绘制、统计分析不需要额外转格式
• 如果只需要要求的三个列（投篮位置、时间、投篮类型），删掉字典里多余的键值对即可。

内容的提问来源于stack exchange，提问作者Nick