Python 使用pandas编辑.xml

我有一个包含以下内容的XML文件：

<CompanyData><Identifier>Country Context Afghanistan</Identifier>
<LanguageCode>2057</LanguageCode><DataTypeId>CCO</DataTypeId><ISOAlpha3>AFG</ISOAlpha3>
<DataSource>EDWH</DataSource><BuildDate>2019-09-17T18:53:59.973</BuildDate>
<DataSet><Name>Country context</Name><SourceName>Source</SourceName>
<SourceDate>2019-09-17T18:53:59.973</SourceDate><Data>
<Name>Total population (2019)</Name><Value>35,688,787</Value></Data><Data>
<Name>Birth cohort (2019)</Name><Value>1,083,460</Value></Data><Data>
<Name>Surviving Infants (surviving to 1 year per year, 2019)</Name><Value>1,151,687</Value></Data><Data>
<Name>Infant mortality rate (deaths &lt; 1 year per 1000 births, 2015)</Name><Value>66/1000</Value></Data><Data>
<Name>Child mortality rate (deaths &lt; 5 years per 1000 births, 2015)</Name><Value>91/1000</Value></Data><Data>
<Name>World Bank Index, IDA (2015)</Name><Value>2.69</Value></Data><Data>
<Name>Gross Nation Income (per capita US$, 2015)</Name><Value>610</Value></Data><Data>
<Name>No. of districts/territories (2018)</Name><Value>407</Value></Data></DataSet></CompanyData>

阿富汗的国家背景 2057CCOAFG EDWH2019-09-17T18:53:59.973 国家背景资源 2019-09-17T18:53:59.973 总人口（2019年）35688787 出生队列（2019年）1083460 存活婴儿（2019年存活至每年1岁）1151687 婴儿死亡率（2015年每千名婴儿一年死亡数）66/1000 儿童死亡率（2015年每1000名婴儿5年死亡数）91/1000 世界银行指数，国际开发协会（2015）2.69 国家总收入（2015年人均美元）610 地区/地区数量（2018）407 我需要更改这个.xml中的值（比如总人口）。 我正在考虑将这个.xml转换为.DF，执行更改并将其转换回.xml结构。但我没有找到任何解决方案将其转换为df并从df构建.xml。

---

可能还有另一种方法，比如直接编辑.xml？

我建议使用熊猫以外的其他方法。实际上，有一个xml库，您可能会发现它足以满足您的需要：

from xml.etree import ElementTree as et
tree = et.parse(xml_data)
tree.find('CompanyData.Identifier').text = "New Country Context"

---

查阅“x路径”了解更多关于选择它们的指南，但上述方法应该可以帮助您在不需要熊猫的情况下更改数据。

下面的代码将2个元素替换为虚拟值

你所需要做的就是用你需要的数据填充dict

new_data

from xml.etree import ElementTree as ET


xml = '''<?xml version="1.0" encoding="UTF-8"?>
<CompanyData>
   <Identifier>Country Context Afghanistan</Identifier>
   <LanguageCode>2057</LanguageCode>
   <DataTypeId>CCO</DataTypeId>
   <ISOAlpha3>AFG</ISOAlpha3>
   <DataSource>EDWH</DataSource>
   <BuildDate>2019-09-17T18:53:59.973</BuildDate>
   <DataSet>
      <Name>Country context</Name>
      <SourceName>Source</SourceName>
      <SourceDate>2019-09-17T18:53:59.973</SourceDate>
      <Data>
         <Name>Total population (2019)</Name>
         <Value>35,688,787</Value>
      </Data>
      <Data>
         <Name>Birth cohort (2019)</Name>
         <Value>1,083,460</Value>
      </Data>
      <Data>
         <Name>Surviving Infants (surviving to 1 year per year, 2019)</Name>
         <Value>1,151,687</Value>
      </Data>
      <Data>
         <Name>Infant mortality rate (deaths &lt; 1 year per 1000 births, 2015)</Name>
         <Value>66/1000</Value>
      </Data>
      <Data>
         <Name>Child mortality rate (deaths &lt; 5 years per 1000 births, 2015)</Name>
         <Value>91/1000</Value>
      </Data>
      <Data>
         <Name>World Bank Index, IDA (2015)</Name>
         <Value>2.69</Value>
      </Data>
      <Data>
         <Name>Gross Nation Income (per capita US$, 2015)</Name>
         <Value>610</Value>
      </Data>
      <Data>
         <Name>No. of districts/territories (2018)</Name>
         <Value>407</Value>
      </Data>
   </DataSet>
</CompanyData>'''

new_data = {'Total population (2019)': 10000,'World Bank Index, IDA (2015)': 7.45}
root = ET.fromstring(xml)
for field_name,new_value in new_data.items():
    value_element = root.find(".//Data/[Name='{}']".format(field_name))
    value_element.find('Value').text = str(new_value)
ET.dump(root)

从xml.etree导入ElementTree作为ET
xml=“”
阿富汗的国家背景
2057
CCO
AFG
EDWH
2019-09-17T18:53:59.973
国家背景
来源
2019-09-17T18:53:59.973
总人口（2019年）
35,688,787
出生队列（2019年）
1,083,460
存活婴儿（2019年存活至每年1岁）
1,151,687
婴儿死亡率（2015年每1000名婴儿1年死亡）
66/1000
儿童死亡率（2015年每1000名婴儿5年死亡）
91/1000
世界银行指数，国际开发协会（2015年）
2.69
国民总收入（2015年人均美元）
610
地区/地区数量（2018年）
407
'''
新的_数据={‘总人口（2019）’：10000，’世界银行指数，国际开发协会（2015）’：7.45}
root=ET.fromstring（xml）
对于字段\名称，在新\数据中添加新\值。项（）
value_element=root.find（“.//Data/[Name='{}']”。格式（字段_Name））
值元素。查找（'value'）。text=str（新值）
ET.dump（根目录）

输出

<CompanyData>
   <Identifier>Country Context Afghanistan</Identifier>
   <LanguageCode>2057</LanguageCode>
   <DataTypeId>CCO</DataTypeId>
   <ISOAlpha3>AFG</ISOAlpha3>
   <DataSource>EDWH</DataSource>
   <BuildDate>2019-09-17T18:53:59.973</BuildDate>
   <DataSet>
      <Name>Country context</Name>
      <SourceName>Source</SourceName>
      <SourceDate>2019-09-17T18:53:59.973</SourceDate>
      <Data>
         <Name>Total population (2019)</Name>
         <Value>10000</Value>
      </Data>
      <Data>
         <Name>Birth cohort (2019)</Name>
         <Value>1,083,460</Value>
      </Data>
      <Data>
         <Name>Surviving Infants (surviving to 1 year per year, 2019)</Name>
         <Value>1,151,687</Value>
      </Data>
      <Data>
         <Name>Infant mortality rate (deaths &lt; 1 year per 1000 births, 2015)</Name>
         <Value>66/1000</Value>
      </Data>
      <Data>
         <Name>Child mortality rate (deaths &lt; 5 years per 1000 births, 2015)</Name>
         <Value>91/1000</Value>
      </Data>
      <Data>
         <Name>World Bank Index, IDA (2015)</Name>
         <Value>7.45</Value>
      </Data>
      <Data>
         <Name>Gross Nation Income (per capita US$, 2015)</Name>
         <Value>610</Value>
      </Data>
      <Data>
         <Name>No. of districts/territories (2018)</Name>
         <Value>407</Value>
      </Data>
   </DataSet>
</CompanyData>

阿富汗的国家背景
2057
CCO
AFG
EDWH
2019-09-17T18:53:59.973
国家背景
来源
2019-09-17T18:53:59.973
总人口（2019年）
10000
出生队列（2019年）
1,083,460
存活婴儿（2019年存活至每年1岁）
1,151,687
婴儿死亡率（2015年每1000名婴儿1年死亡）
66/1000
儿童死亡率（2015年每1000名婴儿5年死亡）
91/1000
世界银行指数，国际开发协会（2015年）
7.45
国民总收入（2015年人均美元）
610
地区/地区数量（2018年）
407