如何使用pandas groupby实现CSV文件到指定格式XML的转换

我们可以配合pandas做数据分组+Python标准库xml.etree.ElementTree生成XML节点完成转换，全程不需要额外安装复杂的XML处理库。

前置依赖 #

先确保已安装pandas：

pip install pandas

完整可运行代码 #

import pandas as pd
import xml.etree.ElementTree as ET
from xml.dom import minidom

# 1. 读取CSV文件，替换为你本地的csv文件路径
df = pd.read_csv("coupon.csv")

# 2. 按Amount分组，把同组的Code存入列表
# 分组后得到的结构为：key是Amount值（如CODE50），value是对应Code的列表
grouped = df.groupby("Amount")["Code"].apply(list).to_dict()

# 3. 生成XML结构
# 先创建临时根节点（符合XML规范要求，后续会去除）
root = ET.Element("tmp-root")

for coupon_id, code_list in grouped.items():
    # 创建coupon-codes节点，设置coupon-id属性
    coupon_node = ET.SubElement(root, "coupon-codes", attrib={"coupon-id": coupon_id})
    # 遍历code列表创建子节点
    for code in code_list:
        code_node = ET.SubElement(coupon_node, "code")
        code_node.text = str(code)

# 4. 格式化XML输出，调整缩进匹配要求
rough_string = ET.tostring(root, "utf-8")
reparsed = minidom.parseString(rough_string)
pretty_xml = reparsed.toprettyxml(indent="    ", encoding="utf-8").decode("utf-8")

# 去掉XML声明、临时根节点标签，得到你需要的最终格式
xml_lines = [
    line for line in pretty_xml.splitlines() 
    if line.strip() not in ["<?xml version=\"1.0\" encoding=\"utf-8\"?>", "<tmp-root>", "</tmp-root>"]
]
final_output = "\n".join(xml_lines)

# 5. 写入文件
with open("output.xml", "w", encoding="utf-8") as f:
    f.write(final_output)

关键逻辑说明 #

• 分组处理：groupby("Amount")["Code"].apply(list)会把相同Amount的所有Code聚合为一个列表，转成字典后可以直接遍历键值对，不需要处理复杂的groupby原生对象结构
• XML生成：ET.SubElement直接创建子节点，attrib参数快速设置节点属性，text属性填充节点内容
• 格式适配：用minidom的toprettyxml指定缩进为4个空格，和你要求的输出格式完全对齐

内容的提问来源于stack exchange，提问作者Jeremy Altman