Python中无稳定版pandas.read_xml()函数，需用xml.etree.ElementTree或lxml解析XML再构DataFrame；关键在于按XML树状结构提取属性与子元素，手动构建字典列表或借助lxml增强的read_xml()实验接口。
Python中没有pandas原生的read_xml()函数（截至pandas 2.0+仍属实验性，不推荐生产环境直接依赖），但可以通过标准库xml.etree.ElementTree或第三方库lxml解析XML，再构造DataFrame。关键在于理解XML结构，并将其映射为二维表格逻辑。
先看XML结构，再决定怎么转
XML不是表格格式，它可能是嵌套、属性混合、重复节点并存的树状结构。强行“一键转DataFrame”容易出错。例如：
Python Crash Course Eric Matthes 39.99 Fluent Python Luciano Ramalho 49.99
这个例子中：每本id是属性；currency属性——你需要明确哪些信息要进列。
用ElementTree手动解析（轻量、无需额外安装）
适合结构清晰、层级较浅的XML。步骤：加载 → 找到所有记录节点 → 提取字段 → 构建字典列表 → 转DataFrame。
立即学习“Python免费学习笔记（深入）”；
- 导入
xml.etree.ElementTree as ET和pandas - 用
ET.parse("file.xml")或ET.fromstring(xml_str)加载 - 用
root.findall(".//book")定位每一行数据节点（XPath支持有限，但够用） - 对每个
book节点：
– 用book.get("id")取属性
– 用book.find("title").text取子元素文本
– 用book.find("price").text和book.find("price").get("currency")分别取值和属性 - 把每次提取的结果append进list，最后
pd.DataFrame(list_of_dicts)
用lxml + pandas.read_xml（仅限pandas ≥ 1.4，需lxml支持）
如果你的XML是扁平的、每条记录同级且标签名一致（如上面的
- 安装依赖：
pip install lxml（xml.etree不支持XPath 2.0，lxml更强大） - 调用：
pd.read_xml("books.xml", xpath=".//book") - 支持参数：
attrs_only=True只读属性；names=["id", "title", "author"]重命名列；iterparse=True处理大文件（逐块解析） - 注意：
read_xml()默认忽略属性，若要保留，得配合stylesheet（XSLT）或先用lxml预处理
处理常见坑点
空值/缺失子节点：用find()可能返回None，直接调.text会报错 → 改用find("xxx") is not None and find("xxx").text，或封装安全取值函数。
命名空间（ns）：XML带xmlns="http://..."时，XPath必须声明前缀，例如root.findall(".//ns:book", namespaces={"ns": "http://..."})。
大文件内存溢出：别用ET.parse()全量加载，改用ET.iterparse()边读边处理，或用lxml.etree.iterparse()设events=("start", "end")流式解析。
