Python将CSV数据转换为分层XML

我有CSV中的父子数据，我需要使用Python将层次结构转换为XML文件。我到处都搜索过，但大多数解决方案都涉及JSON或JavaScript，与我的问题没有直接关系。如果你知道我错过的答案，请联系我

CSV数据示例：

物种，物种代码，组，组代码
哺乳动物，00，动物，0，
熊，01，哺乳动物，00
马，02，哺乳动物，00，
猫，03，哺乳动物，00，
北极熊，011，北极熊，01，
灰熊，012，熊，01，
帕洛米诺，021，马，02，
孟加拉虎，031，猫，03，
美洲狮，032，猫，03，
猞猁，033，猫，03
加拿大猞猁，0331，猞猁，033

此数据应转换为XML，父组和子组的排列方式如下：

  <group>
            animals
            <group_code> 0 </group_code>
            <species>
                mammals
                <species_code > 00 </species_code>
            </species >
        </group>
        <group>
            mammals
            <group_code > 00 </group_code>
            <species>
                bears
                <species_code> 01 </species_code>
            </species>
            <species>
                horses
                <species_code> 02 </species_code>
            </species>
            <species>
                cats
                <species_code> 03 </species_code>
            </species>
        </group>
        <group>
            bears
            <group_code > 01 </group_code>
            <species>
                polar_bear
                <species_code> 011 </species_code>
            </species>
            <species>
                grizzly bear
                <species_code> 012 </species_code>
            </species>  

动物
0
哺乳动物
00
哺乳动物
00
熊
01
马
02
猫
03
熊
01
北极熊
011
灰熊
012

---

对于数据集中的父子关系，模式应保持一致。非常感谢您能提供的任何帮助。这方面我还是个新手，非常感谢你能提供的任何新知识。

这提供了你想要的熊猫的输出，你可以迭代熊猫的结果。groupby（），它返回类似于

（group，df[df['grouped\u column']==group]）

元组的列表

我还将

groupby

by

group\u code

的结果作为字符串进行排序，这样就可以按字典顺序对其进行排序，从而根据示例输出实现您需要的“层次结构”（我不确定是否需要，也许您可以简单地将列作为整数进行排序）

print（…）

行将精确打印您在问题中提出的内容（至少在结构上，没有缩进和换行），而

xml_树….

行将创建一个包含所有组的xml文件，但包装在

根元素中。不过，它仍然在写入文件时没有任何缩进/换行

如果xml输出应包括缩进/换行：

---

据我所知，这正是你所要求的（包装在

根标签中）。

我担心这会给你带来一些代码。我不确定是否存在将数据直接转换成这种格式的情况。你试过什么？@roganjosh：我试着用Pandas创建一个层次索引，然后将字符串写入必要的XML位置。我无法让它工作，但如果它提供了正确的解决方案，我不怕很多代码。我不知道从哪里开始。我害怕很多代码：）你应该提供一个并展示你自己的尝试来解决这个问题。你应该考虑的是数据结构，而不是文件格式。抽象地考虑，数据结构是什么样的数据恰好被存储为CSV。您可以将其视为行列表或列列表。接下来考虑一下您的分层数据结构（我想到了字典），以及如何使用Python中的简单内置类型从一个数据结构转换到另一个数据结构。实际的序列化格式（CSV、XML、JSON等）在很大程度上与您的问题无关（尽管某些格式比其他格式更适合某些类型的数据结构）@roganjosh:谢谢，我回到办公室后会提供MCVE。不要将工作存储在这台机器上。谢谢@Unaiel！这正是我需要的。一个问题：如何解析输出？当我打印此解决方案时，我得到：“[，，]”

import pandas as pd
import io
import csv
from xml.etree.ElementTree import Element, SubElement, tostring, ElementTree

sample_csv = io.StringIO("""
species, species_code, group, group_code
mammals, 00, animals, 0
bears, 01, mammals, 00
horses, 02, mammals,00
cats, 03, mammals, 00
polar bear, 011, bears, 01
grizzly bear, 012, bears, 01
palomino, 021, horses, 02
bengal tiger, 031, cats, 03
cougar, 032, cats, 03
lynx, 033, cats, 03
canada_lynx, 0331, lynx, 033""")

df = pd.read_csv(sample_csv, dtype=str)
df.columns = [col.strip() for col in df.columns]
for col in df.columns:
    df[col] = df[col].str.strip()

groups = Element('groups')
xml_tree = ElementTree(groups)

for group_group_code, df in sorted(df.groupby(['group', 'group_code']), key=lambda grp: grp[0][1]):
    group, group_code = group_group_code
    xml_group = Element('group')
    xml_group.text = group.strip()
    xml_group_code = SubElement(xml_group, 'group_code')
    xml_group_code.text = group_code.strip()
    for row in df[['species', 'species_code']].itertuples():
        xml_species = SubElement(xml_group, 'species')
        xml_species.text = row.species
        xml_species_code = SubElement(xml_species, 'species_code')
        xml_species_code.text = row.species_code
    groups.append(xml_group)

print(b''.join(tostring(gr) for gr in groups))
xml_tree.write('groups_test.xml')

from xml.dom import minidom

print(xml.dom.minidom.parseString(tostring(groups)).toprettyxml(indent="    "))