python 处理xml pandas_Python：将XML数据存储到Pandas DataFrame中

可扩展标记语言(XML)是一种标记语言，它以人类和机器可读的格式对数据进行编码。XML在各种程序中用于构造、存储和传输数据。在这篇文章中，我们将讨论如何使用python xml库中的 “ElementTree”模块来解析xml数据并将数据存储在panda DataFrame中。

首先，让导入Python库：

现在，让我们看一下'books.xml'文件中的标签：

我们可以通过将文件名传递给'parse()'方法来定义'XML'文档对象：

如果我们打印对象，我们将看到在指定的内存地址处有一个“ ElementTree”对象：

内置的dir()方法可用于该对象的方法和属性：

让我们使用方法“ iterfind()”返回一个生成器，我们可以在“ for循环”中对其进行迭代。我们需要在“ iterfind()”方法中指定一个路径参数。让我们选择“书”路径：

我们可以使用方法iterfind()来返回一个生成器，我们需要在“iterfind()”方法中指定一个路径参数。假设我们选择“book”路径:

我们看到我们有几个存储在不同内存地址的“Element book”对象。我们可以使用“ findtext()”方法从这些对象中提取信息。让我们提取“author”标签的信息：

我们还可以提取title：

接下来，我们可以初始化列表来存储这些值:

然后，我们可以将这些列表存储在DataFrame中。接下来，让我们定义一个DataFrame：

接下来，让我们打印结果DataFrame：

将' price '字符串转换为' float '，并计算' price '列的平均值:

让我们还将'publish_date'转换为'datetime'对象并提取年，月和日值：

我们也可以使用collections模块中的' Counter() '方法来查看authors和genres的分布情况:

总之，在这篇文章中，我们讨论了如何使用python中的“XML”库来解析XML数据。我们展示了如何使用“iterfind()”方法来定义一个生成器对象，我们可以在“for循环”中对其进行迭代。我们还展示了如何使用' findtext() '方法访问元素标记信息。然后，我们将XML信息存储在用于定义Pandas DataFrame的列表中。