python：根据行数的属性值创建字典

Question

我在一个.xml文件中有以下10行：

<EmpInfo Location="Pune" Name="John">
<EmpInfo>
<EmpInfo Location="Pune" Name="Sam">
<EmpInfo>
<EmpInfo Location="Pune" Name="George">
<EmpInfo>
<EmpInfo Location="Mumbai" Name="Sera">
<EmpInfo>
<EmpInfo Location="Delhi" Name="Jon">
<EmpInfo>
<EmpInfo Location="Mumbai" Name="Josh">
<EmpInfo>
<EmpInfo Location="Pune" Name="Alex">
<EmpInfo>
<EmpInfo Location="Mumbai" Name="Lee">
<EmpInfo>
<EmpInfo Location="Delhi" Name="Ron">
<EmpInfo>
<EmpInfo Location="Mumbai" Name="Sara">
<EmpInfo>

我试过这样做。。但它不起作用：

counter=0
infoDict={}
pointers = header.getElementsByTagName('EmpInfo')
for pointer in pointers:
    namelist=[]
    pointerobj={}
    if counter==0:
        name=pointer.getAttribute("Location")        
        basename=pointer.getAttribute("Name")
        namelist.append(name)
        basenamelist.append(basename)            
    else:
        basename=pointer.getAttribute("Location")
        if pointer.getAttribute("Location") in basenamelist:
            name=pointer.getAttribute("Name")

            namelist.append(name)
        else:
            name=pointer.getAttribute("Name")
        namelist.append(name)
    #basenamelist.append(basename)
    print("Location:: ",basename)
    print("Name:: ",namelist)
    counter=counter+1
infoDict.update({basename:namelist})

我希望结果打印在字典中，如：

infoDict = {
    Pune : [John,Sam,George,Alex],
    Mumbai : [Sera,Josh,Lee,Sara],
    Delhi : [Jon,Ron]
}

我试图在mongoDB中插入这个结果。 在字典中，键必须是位置，值应该是数组。 我的实际应用程序很长，但我想先在其中完成这个小模块

Answer 1

下面是一段代码，使用re表示正则表达式，使用pandas表示数据管理（使用名为my_file.txt的文件替换为您的文件名）：

import pandas as pd
with open("my_file.txt", 'r') as f:
    file_str = f.read()
    tuples = re.findall('<EmpInfo Location="([A-Za-z]+)" Name="([A-Za-z]+)">',file_str)
    df = pd.DataFrame(tuples )
    df_grouped = df.groupby(0,sort=False)[1].apply(lambda x: list(x))
df_grouped 
#0
#Pune      [John, Sam, George, Alex]
#Mumbai      [Sera, Josh, Lee, Sara]
#Delhi                    [Jon, Ron]
#Name: 1, dtype: object

或者，如果您愿意，可以选择两行：

import pandas as pd
with open("my_file.txt", 'r') as f:
    df_grouped = pd.DataFrame(re.findall('<EmpInfo Location="([A-Za-z]+)" Name="([A-Za-z]+)">',f.read())).groupby(0,sort=False)[1].apply(lambda x: list(x))

对于某些花式打印（您可以write it into a new file代替打印）：

for idx, row in df_grouped.T.iteritems():
    print(f"{idx} : [{','.join(row)}]")
#Pune : [John,Sam,George,Alex]
#Mumbai : [Sera,Josh,Lee,Sara]
#Delhi : [Jon,Ron]