Python 有效地将不一致的XML解析为数据帧

这个问题是关于用以下结构解析不一致的XML

<items>
<item>
    <propertyA>1</propertyA>
    <propertyB>B</propertyB>
    <propertyC>2017</propertyC>
</item>
<item>
    <propertyB>BB</propertyB>
    <propertyD>D-2017</propertyD>
</item>
<item>
    <propertyE>E</propertyE>
    <propertyF>11:25</propertyF>
</item>
</items>

正如您肯定可以看到的，我是通过将新的pd.Series附加到数据帧来实现的。这种方法似乎是防弹的（至少对我来说是D），而且我的数据是一致的

问题是，10万件物品的效率很低，需要很长时间。 你推荐什么

---

谢谢你花时间讨论我的问题。我是python新手，因此我将感谢您的耐心。

考虑添加数据帧，而不是使用

pd.concat

（一种快速行/列绑定方法）添加序列，如果数据帧列表中的列不对齐，则会填充NaN。此外，下面使用迭代转换到dataframe的字典列表运行不同的解析：

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

xml_str = '''
<items>
<item>
    <propertyA>1</propertyA>
    <propertyB>B</propertyB>
    <propertyC>2017</propertyC>
</item>
<item>
    <propertyB>BB</propertyB>
    <propertyD>D-2017</propertyD>
</item>
<item>
    <propertyE>E</propertyE>
    <propertyF>11:25</propertyF>
</item>
</items>'''

dfs = []

def load_inconsistent_xml(xml):        
    data = []; inner = {}

    root = ET.fromstring(xml)        
    for child in root.iterfind('item'):
        for grandchild in child.iterfind('./*'):            
            inner[grandchild.tag] = grandchild.text

        data.append(inner)
        dfs.append(pd.DataFrame(data))
        data = []; inner = {}

    finaldf = pd.concat(dfs).reset_index(drop=True)
    print(finaldf)

#   propertyA propertyB propertyC propertyD propertyE propertyF
# 0         1         B      2017       NaN       NaN       NaN
# 1       NaN        BB       NaN    D-2017       NaN       NaN
# 2       NaN       NaN       NaN       NaN         E     11:25

将xml.etree.ElementTree作为ET导入
作为pd进口熊猫
xml_str=''
1.
B
2017
BB
D-2017
E
11:25
'''
dfs=[]
def加载不一致的xml（xml）：
数据=[]；内部={}
root=ET.fromstring（xml）
对于root.iterfind（'item'）中的子级：
对于child.iterfind（'./*'）中的孙辈：
内部[granter.tag]=granter.text
data.append（内部）
dfs.append（pd.DataFrame（数据））
数据=[]；内部={}
finaldf=pd.concat（dfs）.重置索引（drop=True）
打印（最终版本）
#不动产不动产Y不动产Y不动产Y不动产Y不动产
#01 B 2017年南南南
#1 NaN BB NaN D-2017 NaN NaN
#2南E 11:25

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

xml_str = '''
<items>
<item>
    <propertyA>1</propertyA>
    <propertyB>B</propertyB>
    <propertyC>2017</propertyC>
</item>
<item>
    <propertyB>BB</propertyB>
    <propertyD>D-2017</propertyD>
</item>
<item>
    <propertyE>E</propertyE>
    <propertyF>11:25</propertyF>
</item>
</items>'''

dfs = []

def load_inconsistent_xml(xml):        
    data = []; inner = {}

    root = ET.fromstring(xml)        
    for child in root.iterfind('item'):
        for grandchild in child.iterfind('./*'):            
            inner[grandchild.tag] = grandchild.text

        data.append(inner)
        dfs.append(pd.DataFrame(data))
        data = []; inner = {}

    finaldf = pd.concat(dfs).reset_index(drop=True)
    print(finaldf)

#   propertyA propertyB propertyC propertyD propertyE propertyF
# 0         1         B      2017       NaN       NaN       NaN
# 1       NaN        BB       NaN    D-2017       NaN       NaN
# 2       NaN       NaN       NaN       NaN         E     11:25