- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
我有一个这样设计的 XML 数据集:
<DataSet>
<Record><!-- each DataSet can have zero to many Record tags -->
<Identifier><!-- each Record will definitely have exactly one Identifier tag -->
<MRN value="MRN"></MRN><!-- Each Identifier will have zero or at the most one MRN tag, with alphanumeric character as the patient's MRN in value attribute -->
</Identifier>
<Medication><!-- each Record will definitely have exactly one Medication tag -->
<Item value="CUI"></Item><!-- Each Medication will have zero to many Item tags, with alphanumeric character as the Medication CUI in the value attribute -->
</Medication>
</Record>
</DataSet>
我想将一组唯一的 MRN 值/CUI 值导出到一个 csv 文件中。最终的 CSV 文件看起来像这两列:
如果一个 MRN 有多个 CUI,那么我希望 MRN 值在每个 CUI 的第一列重复。此外,我不想要任何空值,这意味着我不想提取任何没有任何 CUI 的 MRN,反之亦然。
我尝试过使用列表和字典,但问题是我无法让最终输出看起来像我想要的那样,每个 CUI 的 MRN 值都重复。我什至创建了一个数据框来查看哪个 CUI 属于哪个 MRN,但这同样不是我想要的输出。这是我使用的代码:
import pandas as pd
import xml.etree.ElementTree as ET
tree = ET.parse('/med/dataset.xml')
root = tree.getroot()
mrn = []
cui = []
for element in root:
for item in element[0::2]:
d=[]
mrn.append(d)
for child in item:
d.append(child.attrib['value'])
for item in element[1::2]:
d=[]
cui.append(d)
for child in item:
d.append(child.attrib['value'])
new_list = [a + b for a,b in zip(mrn, cui)]
print(new_list)
df = pd.DataFrame(new_list)
print(df)
我希望仅使用标准 Python 库(pandas、numpy、xml.etree.ElementTree 和 csv)就可以做到这一点。
有什么想法吗?
最佳答案
您可以使用 ElementTree 解析 XML,将 mrn/cui 组合存储在一个集合中,然后使用 csv 创建 csv。
这是一个例子...
XML 输入 (dataset.xml)
<DataSet>
<Record>
<Identifier>
<MRN value="MRN1"></MRN>
</Identifier>
<Medication>
<Item value="CUI1"></Item>
<Item value="CUI2"></Item>
<Item value="CUI3"></Item>
</Medication>
</Record>
<Record>
<Identifier>
<MRN value="MRN1"></MRN>
</Identifier>
<Medication>
<Item value="CUI1"></Item>
<Item value="CUI2"></Item>
<Item value="CUI3"></Item>
</Medication>
</Record>
<Record>
<Identifier>
<MRN value="MRN2"></MRN>
</Identifier>
<Medication>
<Item value="CUI1"></Item>
<Item value="CUI2"></Item>
<Item value="CUI3"></Item>
</Medication>
</Record>
</DataSet>
python
import csv
import xml.etree.ElementTree as ET
tree = ET.parse("dataset.xml")
mrn_cui = set()
for record in tree.findall(".//Record"):
mrn = record.find("./Identifier/MRN")
items = record.findall("./Medication/Item")
if mrn is not None and items:
for cui in items:
mrn_cui.add(f"{mrn.attrib['value']}|{cui.attrib['value']}")
with open("test.csv", "w", newline="") as csvfile:
csvwriter = csv.writer(csvfile, delimiter=",", quoting=csv.QUOTE_MINIMAL)
csvwriter.writerow(["MRN", "CUI"])
for entry in sorted(mrn_cui):
csvwriter.writerow(entry.split('|'))
输出 (test.csv)
MRN,CUI
MRN1,CUI1
MRN1,CUI2
MRN1,CUI3
MRN2,CUI1
MRN2,CUI2
MRN2,CUI3
您还可以通过使用 lxml 而不是 ElementTree 来稍微简化它...
python
import csv
from lxml import etree
tree = etree.parse("dataset.xml")
mrn_cui = set()
for record in tree.xpath(".//Record[Identifier/MRN/@value and Medication/Item/@value]"):
mrn = record.xpath("./Identifier/MRN/@value")
for cui in record.xpath("./Medication/Item/@value"):
mrn_cui.add(f"{mrn[0]}|{cui}")
with open("test.csv", "w", newline="") as csvfile:
csvwriter = csv.writer(csvfile, delimiter=",", quoting=csv.QUOTE_MINIMAL)
csvwriter.writerow(["MRN", "CUI"])
for entry in sorted(mrn_cui):
csvwriter.writerow(entry.split('|'))
关于python - 使用 python 在 XML 文件中获取唯一项对,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53385472/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!