如何兼容DataFrame中XML解析生成的两种顶层键名避免KeyError

报错核心是变量类型写错：给head赋值时额外加了方括号，把键名存成了单元素列表，而非字符串。传入列表给df[]做索引时，pandas会执行多列选择逻辑，返回DataFrame对象，而非对应顶层键的Series/字典结构，后续链式取FatturaElettronicaHeader键自然抛出KeyError。

方案1：修正原有判断逻辑 #

把head的赋值改为字符串类型，不要加方括号，同时提前把顶层节点、公共路径提取出来复用，减少重复代码：

# 匹配正确的顶层键，root_key为字符串类型
try:
    df['p:FatturaElettronica']
    root_key = 'p:FatturaElettronica'
except KeyError:
    root_key = 'FatturaElettronica'

# 提前拿到根节点，后续所有取值都基于根节点操作
root = df[root_key]
# 提取公共路径，避免重复写长索引链
anagrafici = root['FatturaElettronicaHeader']['CessionarioCommittente']['DatiAnagrafici']

iva = anagrafici['IdFiscaleIVA']['IdCodice']
fis = anagrafici['CodiceFiscale']

方案2：简洁键判断（无需try-except） #

直接判断列是否存在，代码更精简：

root_key = 'p:FatturaElettronica' if 'p:FatturaElettronica' in df.columns else 'FatturaElettronica'
root = df[root_key]
# 后续取值逻辑和方案1一致

方案3：通用前缀兼容方案 #

p:本质是XML解析时携带的命名空间前缀，后续可能出现其他前缀的场景，可以用后缀匹配的方式兼容所有可能的前缀，不需要硬编码判断p:：

# 自动匹配所有以FatturaElettronica结尾的列名，忽略任意命名空间前缀
root_key = next(col for col in df.columns if col.endswith('FatturaElettronica'))
root = df[root_key]
# 后续取值逻辑和方案1一致

补充：如果是用pandas.read_xml()解析的文件，可以在读取时传入命名空间配置，直接统一输出列名，从根源避免前缀不一致的问题。

内容的提问来源于stack exchange，提问作者CreatEvo