将 XML 数据组织到字典中

Question

我正在尝试将 XML 数据组织成字典格式。这将用于运行蒙特卡罗模拟。

下面是 XML 中几个条目的示例：

<retirement>
    <item>
        <low>-0.34</low>
        <high>-0.32</high>
        <freq>0.0294117647058824</freq>
        <variable>stock</variable>
        <type>historic</type>
    </item>
    <item>
        <low>-0.32</low>
        <high>-0.29</high>
        <freq>0</freq>
        <variable>stock</variable>
        <type>historic</type>
    </item>
</retirement>

我当前的数据集只有两个变量，类型可以是 3 种离散类型中的 1 种，也可能是 4 种离散类型。对两个变量进行硬编码不是问题，但我想开始处理具有更多变量的数据并自动化此过程。我的目标是自动将此 XML 数据导入到字典中，以便以后能够进一步操作它，而无需在数组标题中进行硬编码， 变量。

这就是我所拥有的：

# Import XML Parser
import xml.etree.ElementTree as ET

# Parse XML directly from the file path
tree = ET.parse('xmlfile')

# Create iterable item list
Items = tree.findall('item')

# Create Master Dictionary
masterDictionary = {}

# Assign variables to dictionary
for Item in Items:
    thisKey = Item.find('variable').text
    if thisKey in masterDictionary == False:
        masterDictionary[thisKey] = []
    else:
        pass

thisList = masterDictionary[thisKey]
newDataPoint = DataPoint(float(Item.find('low').text), float(Item.find('high').text), float(Item.find('freq').text))
thisSublist.append(newDataPoint)

我收到一个 KeyError @ thisList = masterDictionary[thisKey]

我还尝试创建一个类来处理 xml 的一些其他元素：

# Define a class for each data point that contains low, hi and freq attributes
class DataPoint:
 def __init__(self, low, high, freq):
  self.low = low
  self.high = high
  self.freq = freq

然后我是否能够检查某个值喜欢：

masterDictionary['stock'] [0].freq

感谢任何和所有帮助

更新

感谢约翰的帮助。缩进问题是我的草率。这是我第一次在 Stack 上发帖，只是没有正确复制/粘贴。 else: 之后的部分实际上缩进为 for 循环的一部分，并且该类在我的代码中缩进了四个空格——这里只是一个糟糕的发布。我会记住大小写约定。您的建议确实有效，现在使用以下命令：

print masterDictionary.keys()
print masterDictionary['stock'][0].low

yields：

['inflation', 'stock']
-0.34

这些确实是我的两个变量，并且值与顶部列出的 xml 同步。

更新2

好吧，我以为我已经解决了这个问题，但我又粗心了，结果发现我还没有完全解决这个问题。之前的解决方案最终将所有数据写入我的两个字典键，以便我有两个相等的列表，其中包含分配给两个不同字典键的所有数据。这个想法是将不同的数据集从 XML 分配给匹配的字典键。这是当前代码：

# Import XML Parser
import xml.etree.ElementTree as ET

# Parse XML directly from the file path
tree = ET.parse(xml file)

# Create iterable item list
items = tree.findall('item')

# Create class for historic variables
class DataPoint:
    def __init__(self, low, high, freq):
        self.low = low
        self.high = high
        self.freq = freq

# Create Master Dictionary and variable list for historic variables
masterDictionary = {}
thisList = []

# Loop to assign variables as dictionary keys and associate their values with them
for item in items:
    thisKey = item.find('variable').text 
    masterDictionary[thisKey] = thisList
    if thisKey not in masterDictionary:
        masterDictionary[thisKey] = []
    newDataPoint = DataPoint(float(item.find('low').text), float(item.find('high').text), float(item.find('freq').text))
    thisList.append(newDataPoint)

当我输入时：

print masterDictionary['stock'][5].low
print masterDictionary['inflation'][5].low
print len(masterDictionary['stock'])
print len(masterDictionary['inflation'])

两个键（“stock”和“inflation”）的结果是相同的：

-.22
-.22
56
56

XML 文件中有 27 个带有 stock 标签的项目，29 个带有通胀标记的项目。如何使分配给字典键的每个列表仅提取循环中的特定数据？

更新 3

它似乎适用于 2 个循环，但我不知道它如何以及为什么不能在 1 个循环中工作。我意外地做到了这一点：

# Import XML Parser
import xml.etree.ElementTree as ET

# Parse XML directly from the file path
tree = ET.parse(xml file)

# Create iterable item list
items = tree.findall('item')

# Create class for historic variables
class DataPoint:
    def __init__(self, low, high, freq):
        self.low = low
        self.high = high
        self.freq = freq

# Create Master Dictionary and variable list for historic variables
masterDictionary = {}

# Loop to assign variables as dictionary keys and associate their values with them
for item in items:
    thisKey = item.find('variable').text
    thisList = []
    masterDictionary[thisKey] = thisList

for item in items:
    thisKey = item.find('variable').text
    newDataPoint = DataPoint(float(item.find('low').text), float(item.find('high').text), float(item.find('freq').text))
    masterDictionary[thisKey].append(newDataPoint)

我尝试了大量的排列以使其在一个循环中发生，但没有运气。我可以获取两个键中列出的所有数据——所有数据的相同数组（不是很有帮助），或者将数据正确排序到两个键的两个不同数组中，但只有最后一个数据条目（循环会覆盖自身）每次在数组中只留下一个条目）。

Answer 1

在（不必要的）else: pass 之后，您遇到了严重的缩进问题。解决这个问题并重试。您的示例输入数据是否出现问题？其他数据？第一次循环？导致问题的 thisKey 的值是多少[提示：它在 KeyError 错误消息中报告]？错误发生之前 masterDictionary 的内容是什么[提示：在代码周围撒上一些 print 语句]？

与您的问题无关的其他注释：

考虑使用 if thisKey not in masterDictionary: 而不是 if thisKey in masterDictionary == False: ... 与 True< /code> 或 False 几乎总是多余的和/或有点“代码味道”。

Python 约定是为类保留首字母大写的名称（如 Item）。

每个缩进级别仅使用一个空格会使代码几乎难以辨认，因此已被严重弃用。始终使用 4（除非你有充分的理由——但我从未听说过）。

更新我错了：masterDictionary == False中的thisKey == False比我想象的更糟糕；因为 in 是一个关系运算符，所以使用链式求值（如 a <= b < c），所以你有 (thisKey in masterDictionary) 和 (masterDictionary == False) 其计算结果始终为 False，因此字典永远不会更新。修复方法正如我建议的那样：使用 if thisKey not in masterDictionary:

另外，它看起来像 thisList （已初始化但未使用）应该是 thisSublist （使用但未初始化）。

Answer 2

更改：

if thisKey in masterDictionary == False:

这

if thisKey not in masterDictionary:

似乎就是您收到该错误的原因。
另外，在尝试附加到“thisSublist”之前，您需要为其分配一些内容。尝试：

thisSublist = []
thisSublist.append(newDataPoint)

Answer 3

for 循环内的 if 语句有错误。考虑

if thisKey in masterDictionary == False:

出现

if (thisKey in masterDictionary) == False:

到原始代码的其余部分，您将能够像这样访问数据：

masterDictionary['stock'][0].freq

John Machin 提出了一些关于风格和气味的有效观点（您应该考虑他建议的更改），但这些事情会随着时间的推移而 和经验。