次の xml データを階層データ フレームに移動する作業を行っています。SOのヘルプのおかげで、xmlからすべてのデータを取得できました。ただし、現在、抽出したデータをクリーンアップして出力する前に整形する作業を行っています。これを何千回も行うためです。
更新: これは私が最終的に望んでいるものです。Time
とvalue
for をchannel
動的に取得することはできないようです。ファイルごとにチャンネル名が変わります。
When channel = txt1[0]
(このファイルの場合txt1[0]="blah"
) ~ when channel = txt1[8]
(このファイルの場合txt1[8]="lir"
)
channel Time value
0 blah 2013-05-01 00:00:00 258
1 blah 2013-05-01 00:01:00 259
...
n-2 lir 2013-05-01 23:57:00 58
n-1 lir 2013-05-01 23:58:00 37
n lir 2013-05-01 23:59:00 32
私のxmlファイルがどのように取得され、構造化されるかは次のとおりです。
import requests
from lxml import etree, objectify
r = requests.get('https://api.stuff.us/place/getData? security_key=key&period=minutes&startTime=2013-05-01T00:00&endTime=2013-05-01T23:59&sort=channel') #edited for privacy
root = etree.fromstring(r.text)
xml_new = etree.tostring(root, pretty_print=True)
print xml_new[300:900] #gives xml output to show structure
<startTime>2013-05-01 00:00:00</startTime>
<endTime>2013-05-01 23:59:00</endTime>
<summaryPeriod>minutes</summaryPeriod>
<data>
<channel channel="97925" name="blah">
<Time Time="2013-05-01 00:00:00">
<value>258</value>
</Time>
<Time Time="2013-05-01 00:01:00">
<value>259</value>
</Time>
<Time Time="2013-05-01 00:02:00">
<value>258</value>
</Time>
<Time Time="2013-05-01 00:03:00">
<value>257</value>
</Time>
昨日、私は SO でここに質問し、データ フレームに値time
とvalue
値を取得する問題を解決しました: xml を pandas データ フレームに解析すると、メモリ エラーがスローされます
dTime=[]
dvalue=[]
for df in root.xpath('//channel/Time'):
## Iterate over attributes of Time but Time only has one attrib [@Time]
for attrib in df.attrib:
dTime.append(df.attrib[attrib])
## value is a child of time, and iterate
subfields = df.getchildren()
for subfield in subfields:
dvalue.append(subfield.text)
pef=DataFrame({'Time':dTime,'values':dvalue})
pef
<class 'pandas.core.frame.DataFrame'>
Int64Index: 12960 entries, 0 to 12959
Data columns (total 2 columns):
Time 12960 non-null values
value 12960 non-null values
dtypes: object(2)
pef[:5]
Time value
0 2013-05-01 00:00:00 258
1 2013-05-01 00:01:00 259
2 2013-05-01 00:02:00 258
3 2013-05-01 00:03:00 257
4 2013-05-01 00:04:00 257
現在、各チャネル (構造はchannel
-> Time
-> value
) ごとにこのデータを出力して、データ セットの列としてチャネルを挿入できるようにしています。
そこで、チャネル名を動的に取得し、データを検索することにしました。このファイルには、9 つの個別の有効なチャネル名がありますが、すべてのファイル (番号または名前) で同じではありません。
txt1 = root.xpath('//channel/@name') #this prints all channel names!
len(txt1)
Out[67]: 9
print txt1
['blah', 'b', 'c', 'd', 'vd', 'ef', 'fg', 'kc', 'lir']
データを動的に取得できると思い (以前のソリューションを使用して を追加@name=txt1[0]
)、最終的for i = 0 to len(txt1), ...
にそれらすべてを処理するために a を実行しました。しかし、空のデータ フレームを取得します。
dTime=[]
dchannel = txt1[0] # can hardcode, but need to be able to get all
dvalue=[]
for df in root.xpath('//channel[@name=txt1[0]]/Time'):
#CODE NEEDED: to get dchannel to dynamically = channel[@name]
## Iterate over attributes of time for specific channel
for attrib in df.attrib:
dTime.append(df.attrib[attrib])
## value is a child of time, and iterate
subfields = df.getchildren()
for subfield in subfields:
dvalue.append(subfield.text)
perf=DataFrame({'Channel': dchannel,'Time':dTime,'values':dvalue})
perf
Int64Index([], dtype=int64)
Empty DataFrame
目的の属性をハードコーディングするfor df in root.xpath('/*/*/*/channel[@name="blah"]/Time'):
と、1 つの属性に対して出力されるようになりますが、参照を機能させることができませんtxt1[]
。
を参照して試してみました{0}..., txt1[]
が、dchannel 属性のタプルを吐き出します (時間ノードの親である txt1 属性名を取得するのではなく、txt1 のすべてを取得しているためです。
XPath のドキュメントに目を通し、lxml チュートリアルを実行しましたが、動的検索が機能しない理由がわかりません。にフォールバックする必要があり.findall()
ますか? この動的検索を使用して の各値のデータを取得するにはどうすればよいtxt1
ですか?
[@name]
おそらく、親の属性[@Time]
、子の属性、そして孫のテキストを取得する関数を設定するなど、これにアプローチするより Pythonic な方法がありますが、value
その方法はまだわかりません。