- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在将 XML 文件解析为 pandas 数据帧。使用下面的代码我可以成功获取所有内容,但是这使用了完整 XML 的编辑版本。完整的 XML 在主数据表之上有一堆摘要数据,请参阅完整的 XML here 。我需要开始提取的行位于 XML 中的第 641 行。
XML 示例:
<?xml version="1.0"?>
<?mso-application progid="Excel.Sheet"?>
<Workbook xmlns="urn:schemas-microsoft-com:office:spreadsheet" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:x="urn:schemas-microsoft-com:office:excel" xmlns:ss="urn:schemas-microsoft-com:office:spreadsheet" xmlns:html="http://www.w3.org/TR/REC-html40">
<Styles> ### approx. 300 lines of styling ### </Styles>
<Worksheet ss:Name="MetasoftStudio">
<Table>
<Row/>
<Row>
<Cell ss:StyleID="HeadTableTitle" ss:MergeAcross="1"><Data ss:Type="String">CPET Results</Data></Cell>
</Row>
<Row/>
<Row>
<Cell ss:StyleID="HeadTableParameterName" ss:MergeAcross="1"><Data ss:Type="String">Operator</Data></Cell>
<Cell ss:StyleID="HeadTableParameterValue" ss:MergeAcross="7"><Data ss:Type="String"></Data></Cell>
</Row>
<Row/>
<Row/>
<Row>
<Cell ss:StyleID="HeadTableTitle" ss:MergeAcross="1"><Data ss:Type="String">Patient data</Data></Cell>
</Row>
<Row/>
<Row>
<Cell ss:StyleID="HeadTableTitle" ss:MergeAcross="1"><Data ss:Type="String">Administrative Data</Data></Cell>
</Row>
<Row>
<Cell ss:StyleID="HeadTableParameterName" ss:MergeAcross="1"><Data ss:Type="String">ID</Data></Cell>
<Cell ss:StyleID="HeadTableParameterValue" ss:MergeAcross="7"><Data ss:Type="String">B013</Data></Cell>
</Row>
<Row>
<Cell ss:StyleID="HeadTableParameterName" ss:MergeAcross="1"><Data ss:Type="String">Title</Data></Cell>
<Cell ss:StyleID="HeadTableParameterValue" ss:MergeAcross="7"><Data ss:Type="String"></Data></Cell>
</Row>
<Row>
<Cell ss:StyleID="HeadTableParameterName" ss:MergeAcross="1"><Data ss:Type="String">Last Name</Data></Cell>
<Cell ss:StyleID="HeadTableParameterValue" ss:MergeAcross="7"><Data ss:Type="String">Data</Data></Cell>
</Row>
### Skipping few hundred lines ###
<Row>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">Variable</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">Unit</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">Rest</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">Warm Up</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">AT</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">AT % Max</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">RCP</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">RCP % Max</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">V'O2peak</Data></Cell>
<Cell ss:StyleID="SummaryTableHead"><Data ss:Type="String">Absolute Maximum Values</Data></Cell>
</Row>
<Row>
<Cell ss:StyleID="SummaryTableParameters"><Data ss:Type="String">V'O2</Data></Cell>
<Cell ss:StyleID="SummaryTableUnits"><Data ss:Type="String">L/min</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">0.34</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">1.83</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">76</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">2.28</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">94</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">2.42</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">2.59</Data></Cell>
</Row>
### Skipping some more lines ###
<Row>
<Cell ss:StyleID="SummaryTableParameters"><Data ss:Type="String">Borg</Data></Cell>
<Cell ss:StyleID="SummaryTableUnits"><Data ss:Type="String"></Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
<Cell ss:StyleID="SummaryTableValues"><Data ss:Type="String">-</Data></Cell>
</Row>
<Row/>
<Row/>
###### NEED TO START EXTRACTING FROM THIS ROW ######
<Row>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">t</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">Phase</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">Marker</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">V'O2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">V'CO2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">V'E</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">V'E/V'O2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">V'E/V'CO2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">HR</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">RER</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">V'O2/kg</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">PetO2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">PetCO2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">ExCO2</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">BF</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">WR</Data></Cell>
<Cell ss:StyleID="MeasurementDataTableHead"><Data ss:Type="String">Borg</Data></Cell>
</Row>
### XML File continues the same from here with the same structure ###
我当前的代码:
from lxml import etree
import pandas as pd
with open('cortex.xml', 'r') as infile:
root = etree.parse(infile)
namespaces = {'o': 'urn:schemas-microsoft-com:office:office',
'x': 'urn:schemas-microsoft-com:office:excel',
'ss': 'urn:schemas-microsoft-com:office:spreadsheet'}
data = []
ws = root.xpath('/ss:Workbook/ss:Worksheet', namespaces=namespaces)
if len(ws) > 0:
tables = ws[0].xpath('./ss:Table', namespaces=namespaces)
if len(tables) > 0:
rows = tables[0].xpath('./ss:Row', namespaces=namespaces)
for row in rows:
temp = []
cells = row.xpath('./ss:Cell/ss:Data', namespaces=namespaces)
for cell in cells:
temp.append(cell.text)
data.append(temp)
df = pd.DataFrame(data[2:], columns=data[0])
我需要如何编辑当前代码才能仅提取与 <Row>
相对应的数据主数据表中的标签?顶部的摘要数据量可能会有所不同,因此不能选择对起点进行硬编码。
<Cell>
在第一<Row>
主要数据的属性有 StyleID="MeasurementDataTableHead"
,是否可以基于此进行搜索并从那里开始提取?我完全被这个问题难住了。
最佳答案
如果解析表始终是最后一个,您可以创建辅助 bool 值,如果值 t
(解析表的第一个值)设置为 True
并附加它:
from lxml import etree
import pandas as pd
with open('cortex_full.xml', 'r') as infile:
root = etree.parse(infile)
namespaces = {'o': 'urn:schemas-microsoft-com:office:office',
'x': 'urn:schemas-microsoft-com:office:excel',
'ss': 'urn:schemas-microsoft-com:office:spreadsheet'}
data = []
parse = False
ws = root.xpath('/ss:Workbook/ss:Worksheet', namespaces=namespaces)
if len(ws) > 0:
tables = ws[0].xpath('./ss:Table', namespaces=namespaces)
if len(tables) > 0:
rows = tables[0].xpath('./ss:Row', namespaces=namespaces)
for row in rows:
temp = []
cells = row.xpath('./ss:Cell/ss:Data', namespaces=namespaces)
for cell in cells:
if cell.text == 't':
parse = True
if parse:
temp.append(cell.text)
if parse:
data.append(temp)
<小时/>
df = pd.DataFrame(data[2:], columns=data[0])
print (df.head())
t Phase Marker V'O2 V'CO2 \
0 0:00:10 Rest None 0.251524741119069 0.236014510176694
1 0:00:20 Rest None 0.434384403499744 0.411231246288168
2 0:00:30 Rest None 0.343945761508378 0.341020990667946
3 0:00:40 Rest None 0.220729503668137 0.196421701276079
4 0:00:50 Rest None 0.257787497144625 0.217026849651075
V'E V'E/V'O2 V'E/V'CO2 HR RER \
0 11.89836 36.3356700392092 38.7235513323219 0 0.938335167851211
1 15.59965 31.7517155056147 33.5394017952007 0 0.946698921450597
2 14.8086111111111 36.8447951082032 37.1607949595411 0 0.991496418424796
3 9.04168333333334 29.5090743425324 33.1609149651866 0 0.889875154938032
4 9.99203333333333 28.3149237809555 33.6328585383268 0 0.841882760238438
V'O2/kg PetO2 PetCO2 ExCO2 \
0 4.42046996694321 115.479326671601 28.7635623488774 -0.0145537951547244
1 7.63417229349286 111.689054293116 33.3331430668641 -0.0219190689603747
2 6.04474097554267 117.675559264742 29.9207171560161 -0.00289989981300173
3 3.87925314003756 115.526557480056 28.6691007319681 -0.0216309094198363
4 4.53053597793717 109.339321572498 32.0697189407024 -0.0343156864209755
BF WR Borg
0 19.16 0 None
1 12.55 0 None
2 14.8333333333333 0 None
3 17.5566666666667 0 None
4 18.7 0 None
关于python - 解析 XML,搜索目标起始 <row> 标记,并忽略其上方的所有 <row> 标记,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46388261/
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!