使用Python Pandas read_xml处理嵌套XML子元素并转为目标DataFrame

首先纠正基础写法错误：pd.DataFrame('/path/to/xml')不是读取XML文件的方法，该构造方法仅支持从内存结构化数据生成DataFrame，无法解析外部文件格式。

针对你这种嵌套层级固定的XML，最稳妥的方案是用Python标准库xml.etree手动解析，逻辑清晰可控，不需要额外依赖，适配性更强：

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

# 对应XML头部定义的默认命名空间
NS = {"ns": "Trend_x0020_Report"}

# 解析XML文件
tree = ET.parse("替换为你的XML文件路径.xml")
root = tree.getroot()

rows = []
# 遍历所有时间戳分组
for ts_group in root.findall(".//ns:TimestampGroup", NS):
    current_row = {
        "datetime": ts_group.attrib["textbox30"]
    }
    # 遍历当前时间下的所有数据源
    for source_group in ts_group.findall(".//ns:SourcesGroup", NS):
        source_name = source_group.attrib["textbox29"]
        # 提取对应测量值
        value = float(source_group.find(".//ns:Cell", NS).attrib["textbox5"])
        current_row[source_name] = value
    rows.append(current_row)

# 生成目标格式DataFrame
df = pd.DataFrame(rows)

如果需要用pd.read_xml实现，需要指定正确的XPath路径和命名空间，以下是参考写法：

import pandas as pd

NS = {"ns": "Trend_x0020_Report"}
# 先打平读取所有测量节点的关联属性
df = pd.read_xml(
    "替换为你的XML文件路径.xml",
    xpath=".//ns:TimestampGroup/ns:SourcesGroup_Collection/ns:SourcesGroup/ns:MeasurementGroup_Collection/ns:MeasurementGroup/ns:Cell",
    namespaces=NS,
    attrs_only=True,
    elems_only=False
)
# 后续可自行通过pivot透视得到你需要的宽表格式

如果你的XML结构固定，优先推荐第一种方案，不需要额外处理透视逻辑，直接就能得到要求的输出格式。

内容的提问来源于stack exchange，提问作者MattB