Python / Pandas / XML - 将 pandas 数据帧行写回 LXML

Question

我目前正在使用 lxml 摄取一个 XML 文件，然后从根元素创建一个 pandas 数据框。我基本上使用this example。我这样做是为了做一些数学运算/对数据进行一些建模。

我想要实现的下一步是能够将数据写回 xml 文档。在我脚本的其他地方，我使用了root.insert，因为我可以强制在特定位置索引处插入，以保持 xml 文档的整洁和连贯。

有没有一种方法可以为数据帧中的每一行使用root.insert(position, data) 之类的东西写出数据帧的每一行，其中数据帧列标题是标签？

示例 XML

<Root_Data>

  <SomeData></SomeData>
  <SomeOtherData></SomeOtherData>   
   
  <Weather>
    <WxId>1</WxId>
    <Temp>20></WxId>
    <WindSpeed>15</WindSpeed>
  </Weather>

  # We will insert more weather here - I can find this position index. Assume it is 3.

  <SomeMoreData></SomeMoreData>
<Root_Data>

熊猫数据框：

ID Temp Windspeed
2  25   30
3  30   15
4  15   25

我会提供一些到目前为止我已经尝试过的代码 - 但实际上我空手而归可能会改变，这就是为什么我想使用列标题作为标签。）。

预期结果

<Root_Data>

  <SomeData></SomeData>
  <SomeOtherData></SomeOtherData>   
   
  <Weather>
    <WxId>1</WxId>
    <Temp>20></WxId>
    <WindSpeed>15</WindSpeed>
  </Weather>
  <Weather>
    <WxId>2</WxId>
    <Temp>25></WxId>
    <WindSpeed>30</WindSpeed>
  </Weather>
  <Weather>
    <WxId>3</WxId>
    <Temp>30></WxId>
    <WindSpeed>15</WindSpeed>
  </Weather>
  <Weather>
    <WxId>4</WxId>
    <Temp>15></WxId>
    <WindSpeed>25</WindSpeed>
  </Weather>

  <SomeMoreData></SomeMoreData>
<Root_Data>

到目前为止的示例代码：

from lxml import etree
import pandas as pd

tree = etree.parse('example.xml')
root = tree.getroot()

#Load into dataframe
for node in root:
            res=[]
            df_cols = ["WxId","Temp", "WindSpeed"]
            res.append(node.attrib.get(df_cols[0]))
            for el in df_cols[1:]:
                if node is not None and node.find(el) is not None:
                    res.append(node.find(el).text)
                else:
                    res.append(None)
            rows.append({df_cols[i]: res[i]
                        for i, _ in enumerate(df_cols)})
        out_df = pd.DataFrame(rows, columns = df_cols)
        out_df = out_df[~out_df['Temp'].isnull()] #Proxy for good / bad data. Remove nulls.

#Now, write from data frame back to root so we can structure the XML before writing to file. 
# ? Unknown method

Answer 1

另一种方法，以防您的列未定义或将来可能会增加。

df = pd.read_csv('./123.csv')

root = etree.Element("root")
for rows in range(0,df.shape[0]):
    Tag = etree.Element('weather')
    for cols in range(0,df.shape[1]):
        etree.SubElement(Tag,df.iloc[rows:,cols].head().name).text = str(df.iloc[rows][cols])
    # Append Element "Tag" to the Main Root here
    root.append(Tag)

print(etree.tostring(root,encoding='Unicode'))

Answer 2

您可以使用to_xml 将您的数据框转换为xml：

xdata = df.rename(columns={'ID': 'WxId'})
          .to_xml(index=False, root_name='Root_Data', row_name='Weather')

>>> xdata
<?xml version='1.0' encoding='utf-8'?>
<Root_Data>
  <Weather>
    <WxId>2</WxId>
    <Temp>25</Temp>
    <Windspeed>30</Windspeed>
  </Weather>
  <Weather>
    <WxId>3</WxId>
    <Temp>30</Temp>
    <Windspeed>15</Windspeed>
  </Weather>
  <Weather>
    <WxId>4</WxId>
    <Temp>15</Temp>
    <Windspeed>25</Windspeed>
  </Weather>
</Root_Data>

现在您可以使用 lxml 在第一个子 Weather 和最后一个子 Weather 之前插入数据，或者在原始 xml 文件中的某个位置插入您的 xdata。

仅供参考，您可以使用 pd.read_xml 将您的 xml 转换为数据框。