Как создать условную бесконечность, если l oop для анализа XML в pandas кадре данных? - PullRequest
Новая
       8

Как создать условную бесконечность, если l oop для анализа XML в pandas кадре данных?

0 голосов
/ 26 марта 2020

Я пытаюсь преобразовать файл xml в кадры данных для добавления в словарь. Ниже приведена структура 

<id =123>
      <table_group>
        <table_1>
          <col_heading1>value1</col_heading1>
          <col_heading2>value2</col_heading2>
          <col_heading3>value3</col_heading3>
        </table_1>
        <table_2>
          <col_heading1> value1 </col_heading1>
          <col_heading2> value2 </col_heading2>
          <col_heading3>
              <sub_col_heading1> value3 </sub_col_heading1>
          </col_heading3>
        </table_2>
      </table_group>
</id>
<id =124>
      <table_group>
        <table_1>
          <col_heading1>value1</col_heading1>
          <col_heading2>value2</col_heading2>
          <col_heading3>value3</col_heading3>
        </table_1>
        <table_2>
          <col_heading1> value1 </col_heading1>
          <col_heading2> value2 </col_heading2>
          <col_heading3>
              <sub_col_heading1> value3 </sub_col_heading1>
          </col_heading3>
        </table_2>
      </table_group>
</id>

Это тяжелый файл с несколькими таблицами с несколькими столбцами в нескольких группах таблиц для нескольких идентификаторов.

Я хочу создать гибкий oop для каждой таблицы создать фрейм данных для каждой таблицы, добавив каждый идентификатор и соответствующие значения для этой таблицы. Тем не менее, некоторые таблицы имеют более одного уровня или дочерний, где их значение должно быть. Смотрите table_2, col_heading3. У этого узла есть дочерний элемент sub_col_heading1. Я создал код, который работает, если ожидаемый столбец col_heading имеет только один дополнительный уровень, но я заметил, что в некоторых таблицах более одного уровня.

Этот код работает для одной таблицы, в идеале, если бы она была более гибкой, я могу l oop через несколько таблиц, однако каждая из них имеет свою структуру, и их дочерние элементы могут иметь более одного уровня. 

import pandas as pd
import xml.etree.ElementTree as ET
tree = ET.parse('xml')
root = tree.getroot()
dffx = pd.DataFrame() #empty dataframe to be filled with parsed XML data for one table

for ids in range(len(root[1].getchildren())): #loops for all the ids in the xml file, about 12000 total.

    data =[] 
    cols = [] #should be the column heading
    values = [] #holds the values for the respective col_heading, to be zipped into a dictionary
    dff1 = pd.DataFrame(data) #create a temp dataframe
    cols.append('InstrumentId') #adds the ID into the dataframe, as the table does not include it
    values = [str(root[1][ids].attrib)[8:-2]] #isolates the id number as it is an attrib
    for i in root[1][ids][0][0].getchildren():#ideally this would be looped as for table root[1][ids][0][table].getchildren(), but root[1][ids][table_group][table2].getchildren() is for one table right now.
        if i.text == '\n            ': # .text should be the value, if i does not have value that means it needs to go down another level
            for x in i.getchildren(): #next level under i, if there is another level then x.text = \n and needs to go down another level, for the same if logic 
                cols.append(x.tag) #grab field name 
                values.append(x.text) #grab value
                cols.append(i.tag) #grab parent field name
                values.append(x.tag) #make parent value = child field name, this logic should apply the more levels down, adding the parent.tag as the child value if another level needs to be added
        else:
            cols.append(i.tag) # if only one level then field name 
            values.append(i.text) #value

    data.append(dict(zip(cols,values)))
    dff1 = dff1.append(data, ignore_index= False)
    dffx= dffx.append(dff1)

Вложенный оператор if - это то, что я хочу сделать бесконечным условным l oop. Если первый уровень не имеет текстового значения, но имеет дочерние элементы, получает дочерние значения и присваивает родительскому значению дочернее имя, если дочерний элемент не имеет значений, но внуки получают значения внуков, присвойте дочернему значению имя внука и т. Д. c и c.

...