知识卡片

普通读书笔记卡 · 6369.d

对象化抽取不等于数据已规整

理解等级:中级

lxml.objectify可按同名子元素遍历记录、读取child.tag与pyval后组成字典,再交给DataFrame。跳过字段、重复标签与空内容都会影响结果:字典同键会覆盖,不保留层次结构,非空计数也不能证明字符串字段里没有空值。抽取规则须与实际XML结构核对,不能把对象化访问当自动业务清洗。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      child.pyval data.append(el_data) 最后,将这组字典转换为一个DataFrame: In [927]: perf = DataFrame(data) In [928]: perf Out[928]: <class 'pandas.core.frame.DataFrame'> Int64Index: 648 entries, 0

    参考来源

    - 位置:《利用Python进行数据分析》第6章《利用lxml.objectify解析XML》(spine287;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0273.html;u138-ch06-017)。 - 结论依据:原文在“child.pyval”附近的定义、例子或代码支撑本卡核心说明:lxml.objectify可按同名子元素遍历记录、读取child.tag与pyval后组成字典,再交给DataFrame。边界按已读前提解释;示例未执行。 - 原始内容:child.pyval data.append(el_data) 最后,将这组字典转换为一个DataFrame: In [927]: perf = DataFrame(data) In [928]: perf Out[928]: <class 'pandas.core.frame.DataFrame'> Int64Index: 648 entries, 0