如何读取XML文件并生成指定格式的Pandas DataFrame

问题原因 #

你现有代码存在两个核心错误：

1. 导入的XML解析模块别名为ET，后续调用时误写为et，会直接报命名错误
2. row.get()方法用于获取XML节点的属性值，但你提供的XML中Application_ID、Product_Type、Product_ID都是ROW节点的子节点，值存储在子节点的文本中，无法用get方法读取

修正后可直接运行的代码 #

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

path = 'product.xml'
# 定义需要提取的字段顺序
extract_cols = ['Application_ID', 'Product_Type', 'Product_ID']
# 解析XML文件
root = ET.parse(path).getroot()
row_nodes = root.findall('.//ROW')

# 遍历提取子节点文本
xml_content = []
for row in row_nodes:
    current_row = []
    for col in extract_cols:
        target_node = row.find(col)
        current_row.append(target_node.text if target_node is not None else '')
    xml_content.append(current_row)

# 生成DataFrame并重命名列
df = pd.DataFrame(xml_content, columns=extract_cols)
df.columns = df.columns.str.replace('_', ' ')

# 输出无行索引的表格，匹配你需要的格式
print(df.to_string(index=False))

输出效果 #

运行上述代码后会直接输出你要求的格式：

Application ID Product Type Product ID
     BBC#:1010            1         32
     NBA#:1111            2         22
     BBC#:1212            1         63
     NBA#:2210            2         22

内容的提问来源于stack exchange，提问作者Romeo Botanpi