- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有这个 xml 文件,它想将内容转换为 python 中 csv 文件的数据框:
<?xml version="1.0" encoding="utf-8"?>
<dashboardreport name="jvm_report" version="7.0.21.1017" reportdate="2018-08-08T10:37:01.510-04:00" description="">
<source name="CORP_GTM">
<filters summary="from Jul-30 23:40 to Jul-31 02:40">
<filter>tf:CustomTimeframe?1533008450802:1533019250802</filter>
</filters>
</source>
<reportheader>
<reportdetails>
<user>test1</user>
</reportdetails>
</reportheader>
<data>
<chartdashlet name="jvm_mem_percent" description="" showabsolutevalues="false">
<measures structuretype="tree">
<measure measure="Memory Utilization - Memory Utilization (split by Agent)" color="#800080" aggregation="Maximum" unit="%" thresholds="false" drawingorder="1">
<measure measure="Memory Utilization - test@server1" color="#7aebd0" aggregation="Maximum" unit="%" thresholds="false">
<measurement timestamp="1533008460000" avg="11.116939544677734" min="11.007165908813477" max="11.143875122070312" sum="66.7016372680664" count="6"></measurement>
<measurement timestamp="1533008520000" avg="11.204706827799479" min="11.144883155822754" max="11.268420219421387" sum="67.22824096679688" count="6"></measurement>
</measure>
<measure measure="Memory Utilization - test@server2" color="#a6f2e0" aggregation="Maximum" unit="%" thresholds="false">
<measurement timestamp="1533008460000" avg="11.900418599446615" min="10.386141777038574" max="13.744248390197754" sum="71.40251159667969" count="6"></measurement>
<measurement timestamp="1533008520000" avg="11.139397939046225" min="10.617960929870605" max="11.427289009094238" sum="66.83638763427734" count="6"></measurement>
</measure>
<measure measure="Memory Utilization - test@server3" color="#dd2271" aggregation="Maximum" unit="%" thresholds="false">
<measurement timestamp="1533008460000" avg="8.395787556966146" min="8.340044021606445" max="8.429450035095215" sum="50.374725341796875" count="6"></measurement>
<measurement timestamp="1533008520000" avg="8.490419387817383" min="8.456218719482422" max="8.5205659866333" sum="50.9425163269043" count="6"></measurement>
</measure>
</measure>
</measures>
</chartdashlet>
<chartdashlet name="jvm_trans_errors" description="" showabsolutevalues="false">
<measures structuretype="tree"></measures>
</chartdashlet>
<chartdashlet name="jvm_trans" description="" showabsolutevalues="false">
<measures structuretype="tree">
<measure measure="Count Backend - Count Backend (split by Agent)" color="#8080c0" aggregation="Sum" unit="num" thresholds="false" drawingorder="1">
<measure measure="Count Backend - test@server1" color="#e44e8d" aggregation="Sum" unit="num" thresholds="false">
<measurement timestamp="1533010380000" avg="1.0" min="1.0" max="1.0" sum="1.0" count="1"></measurement>
<measurement timestamp="1533011340000" avg="1.0" min="1.0" max="1.0" sum="10.0" count="10"></measurement>
<measurement timestamp="1533013080000" avg="1.0" min="1.0" max="1.0" sum="1.0" count="1"></measurement>
<measurement timestamp="1533013200000" avg="1.0" min="1.0" max="1.0" sum="1.0" count="1"></measurement>
<measurement timestamp="1533014940000" avg="1.0" min="1.0" max="1.0" sum="2.0" count="2"></measurement>
<measurement timestamp="1533015780000" avg="1.0" min="1.0" max="1.0" sum="1.0" count="1"></measurement>
<measurement timestamp="1533018480000" avg="1.0" min="1.0" max="1.0" sum="1.0" count="1"></measurement>
<measurement timestamp="1533018540000" avg="1.0" min="1.0" max="1.0" sum="2.0" count="2"></measurement>
</measure>
<measure measure="Count Backend - test@server2" color="#e5cf4d" aggregation="Sum" unit="num" thresholds="false">
<measurement timestamp="1533009060000" avg="1.0" min="1.0" max="1.0" sum="10.0" count="10"></measurement>
<measurement timestamp="1533009120000" avg="1.0" min="1.0" max="1.0" sum="1.0" count="1"></measurement>
<measurement timestamp="1533009420000" avg="1.0" min="1.0" max="1.0" sum="3.0" count="3"></measurement>
<measurement timestamp="1533009480000" avg="1.0" min="1.0" max="1.0" sum="5.0" count="5"></measurement>
<measurement timestamp="1533010020000" avg="1.0" min="1.0" max="1.0" sum="4.0" count="4"></measurement>
<measurement timestamp="1533010320000" avg="1.0" min="1.0" max="1.0" sum="1200.0" count="1200"></measurement>
</measure>
<measure measure="Count Backend - test@server3" color="#dec321" aggregation="Sum" unit="num" thresholds="false">
<measurement timestamp="1533008460000" avg="1.0" min="1.0" max="1.0" sum="4.0" count="4"></measurement>
<measurement timestamp="1533008520000" avg="1.0" min="1.0" max="1.0" sum="5.0" count="5"></measurement>
<measurement timestamp="1533008580000" avg="1.0" min="1.0" max="1.0" sum="9.0" count="9"></measurement>
<measurement timestamp="1533008640000" avg="1.0" min="1.0" max="1.0" sum="5.0" count="5"></measurement>
</measure>
</measure>
</measures>
</chartdashlet>
</data>
</dashboardreport>
输出需要如下所示:
timestamp max count node
1.53301E+12 11.14387512 6 Memory Utilization - test@server1
1.53301E+12 11.26842022 6 Memory Utilization - test@server1
1.53301E+12 13.74424839 6 Memory Utilization - test@server2
1.53301E+12 11.42728901 6 Memory Utilization - test@server2
1.53301E+12 8.429450035 6 Memory Utilization - test@server3
1.53301E+12 8.520565987 6 Memory Utilization - test@server3
1.53301E+12 1 1 Count Backend - test@server1
1.53301E+12 1 10 Count Backend - test@server1
1.53301E+12 1 1 Count Backend - test@server1
1.53301E+12 1 1 Count Backend - test@server1
我可以在 R 中这样做:
doc <- read_xml("C:/test1/test.xml")
dat<-xml_find_all(doc, ".//measure/measure") %>%
map_df(function(x) {
xml_find_all(x, ".//measurement") %>%
map_df(~as.list(xml_attrs(.))) %>%
select(-min, -avg, -sum) %>%
mutate(node=xml_attr(x, "measure"))
})
我需要在 python 中执行此操作,有什么想法吗?
最佳答案
一种方法是预处理您的 XML 文件,然后将其提供给 pandas。我在这个例子中使用了 ElementTree
。
例如:
import pandas as pd
import xml.etree.ElementTree as ET
def getMetrics(file_name):
tree = ET.parse(file_name)
root = tree.getroot()
result = []
for measure in root.iter('measure'): #Get all 'measure' tag
node = measure.attrib["measure"].split("-")[0].strip() #Get Node
for measurement in measure: #Get Metrics Information
if "timestamp" in measurement.attrib:
result.append(dict(node=node, timestamp=measurement.attrib.get("timestamp"), max=measurement.attrib["max"], count=measurement.attrib["count"]))
return result
df = pd.DataFrame(getMetrics(filename), columns=["timestamp", "max", "count", "node"]) #Form Dataframe
print(df)
df.to_csv("Your_Output.csv") #Write to CSV.
输出:
timestamp max count node
0 1533008460000 11.143875122070312 6 Memory Utilization
1 1533008520000 11.268420219421387 6 Memory Utilization
2 1533008460000 13.744248390197754 6 Memory Utilization
3 1533008520000 11.427289009094238 6 Memory Utilization
4 1533008460000 8.429450035095215 6 Memory Utilization
5 1533008520000 8.5205659866333 6 Memory Utilization
6 1533010380000 1.0 1 Count Backend
7 1533011340000 1.0 10 Count Backend
8 1533013080000 1.0 1 Count Backend
9 1533013200000 1.0 1 Count Backend
10 1533014940000 1.0 2 Count Backend
11 1533015780000 1.0 1 Count Backend
12 1533018480000 1.0 1 Count Backend
13 1533018540000 1.0 2 Count Backend
14 1533009060000 1.0 10 Count Backend
15 1533009120000 1.0 1 Count Backend
16 1533009420000 1.0 3 Count Backend
17 1533009480000 1.0 5 Count Backend
18 1533010020000 1.0 4 Count Backend
19 1533010320000 1.0 1200 Count Backend
20 1533008460000 1.0 4 Count Backend
21 1533008520000 1.0 5 Count Backend
22 1533008580000 1.0 9 Count Backend
23 1533008640000 1.0 5 Count Backend
根据评论进行编辑。如果您想从请求中传递 xml,请使用 ET.fromstring
并传递 r.content
或 r.text
。
例如:
import pandas as pd
import xml.etree.ElementTree as ET
def getMetrics(file_name):
root = ET.fromstring(file_name)
result = []
for measure in root.iter('measure'): #Get all 'measure' tag
node = measure.attrib["measure"].split("-")[0].strip() #Get Node
for measurement in measure: #Get Metrics Information
if "timestamp" in measurement.attrib:
result.append(dict(node=node, timestamp=measurement.attrib.get("timestamp"), max=measurement.attrib["max"], count=measurement.attrib["count"]))
return result
df = pd.DataFrame(getMetrics(r.content), columns=["timestamp", "max", "count", "node"]) #Form Dataframe
print(df)
关于python - 你如何在python中将xml文件转换为数据框或csv输出,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51750726/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!