Python 将容器中具有嵌套子标记和缺少子标记的已解析XML转换为dataframe

我的示例XML：

<RecordContainer RecordNumber = "1">
<catalog>
   <book id="bk101">
      <person>
         <author>Gambardella, Matthew</author>
         <personal_info>
            <age>40</age>
         </personal_info> 
      </person>
      <title>XML Developer's Guide</title>
      <description>
          <price>44.95</price>
          <publish_date>2000-10-01</publish_date>
      </description>
      <details> 
          <info>this is the guide to XML</info>
      </details>
   </book>
 </catalog>
</RecordContainer>
<RecordContainer RecordNumber = "2">
 <catalog>  
   <book id="bk102">
      <person>
        <author>Ralls, Kim</author>
      </person>
      <title>Midnight Rain</title>
      <genre>Fantasy</genre>
      <description>
        <price>5.95</price>
        <publish_date>2000-12-16</publish_date>
      </description>
   </book>
</catalog>
</RecordContainer>

马修·甘巴德拉
40
XML开发人员指南
44.95
2000-10-01
这是XML指南
拉尔斯，金
夜雨
幻想
5.95
2000-12-16

请注意，上面的XML有嵌套的子标记，一些容器中缺少一些嵌套的标记

我的预期输出是包含所有标记的dataframe，如果缺少任何标记文本，则填充null

解析数据的代码：

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

root = ET.fromstring("<root>"+ sample_data + "</root>")

records = []
containers = root.findall('.//RecordContainer')
for container in containers:
    entry = container.attrib
    book = container.find('.//catalog/book')
    entry.update(book.attrib)
    for child in list(book):
        entry[child.tag] = child.text
    records.append(entry)

df = pd.DataFrame(records)

将xml.etree.ElementTree作为ET导入
作为pd进口熊猫
root=ET.fromstring（“+sample\u data+”）
记录=[]
containers=root.findall（'.//RecordContainer'）
对于集装箱中的集装箱：
entry=container.attrib
book=container.find（'.//catalog/book'）
entry.update（book.attrib）
对于列表（书本）中的孩子：
条目[child.tag]=child.text
记录。追加（条目）
df=pd.DataFrame（记录）

---

上面的代码在缺少标记且与列名不对齐的情况下返回null

到目前为止，您尝试了什么？您肯定从中学到了什么？@mzjn是的，从上面的内容中，我能够处理早期的xml，但由于在某些容器中缺少一些嵌套标记，我无法处理it@hue请检查..@balderman你也能看一下吗