将列名为属性值的XML读取为pandas DataFrame

pandas.read_xml本身就支持通过内置参数适配这类结构，不需要依赖xmltodict做手动遍历，下面的方案可以直接复用到所有同结构的XML文件解析场景，比手写遍历逻辑鲁棒性更强。

推荐方案：传入XSLT规则做前置转换（适配规模化使用） #

用read_xml自带的stylesheet参数传入一段固定的XSLT转换规则，直接把原XML的嵌套结构转换成pandas默认可识别的扁平行列结构，规则一次编写后所有同结构文件都能直接调用，不需要额外写分支判断。
转换逻辑很明确：

• 把每个<row>节点映射为DataFrame的一行
• 把<fld>节点的id属性值作为对应列的列名
• 提取<fld>下<datVl>节点的文本内容作为单元格的值

实现代码如下：

import pandas as pd

# 可全局复用的XSLT转换规则
xslt_template = """
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output method="xml" indent="no"/>
  <xsl:template match="/table">
    <root>
      <xsl:for-each select="row">
        <row>
          <!-- 如需保留row节点自带属性，在这里补充对应取值逻辑即可 -->
          <xsl:for-each select="fld">
            <xsl:element name="{@id}">
              <xsl:value-of select="datVl"/>
            </xsl:element>
          </xsl:for-each>
        </row>
      </xsl:for-each>
    </root>
  </xsl:template>
</xsl:stylesheet>
"""

# 直接读取即可得到目标结构，自动兼容单条/多条row的场景
df = pd.read_xml("your_xml_path.xml", stylesheet=xslt_template, xpath=".//row")

运行后得到的结果完全符合预期：

II325A      II325B      II325C II325D
0       1  2001-12-01  2006-04-30     01
1       2  2006-05-01  2031-11-30     01

这个方案自动解决了你手写逻辑里的边界问题：当XML只包含1个<row>节点时，xmltodict会直接返回字典而非列表，手写遍历需要额外加类型判断，而这个内置方案不需要做任何特殊处理。

备选方案：节点读取后透视（无XSLT依赖） #

如果不想使用XSLT，也可以先通过xpath读取所有fld节点，关联所属row的id后再透视成目标结构，适合临时单次使用：

from lxml import etree
import pandas as pd

# 先解析xml提取所有字段值
tree = etree.parse("your_xml_path.xml")
rows = []
for row in tree.xpath("//row"):
    row_data = {}
    for fld in row.xpath("./fld"):
        row_data[fld.get("id")] = fld.xpath("./datVl/text()")[0]
    rows.append(row_data)
df = pd.DataFrame(rows)

这个方案不需要写XSLT，但代码复用性比前者差，遇到结构调整需要改的逻辑更多。

内容的提问来源于stack exchange，提问作者Borut Flis