-
-
Save cabral/ceb8ab04653148b7d6b9662ae2a36f69 to your computer and use it in GitHub Desktop.
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
import xml.etree.ElementTree as ET | |
import pandas as pd | |
tree = ET.parse("dataset_2016.xml") | |
root = tree.getroot() | |
lottos = tree.findall('.//lotto') | |
columns = [ | |
"cig", | |
"oggetto", | |
"sceltaContraente", | |
"importoAggiudicazione", | |
"importoSommeLiquidate", | |
"strutturaProponente_codiceFiscaleProp", | |
"strutturaProponente_denominazione", | |
"tempiCompletamento_dataInizio", | |
"tempiCompletamento_dataUltimazione", | |
"aggiudicatario_codiceFiscale", | |
"aggiudicatario_ragioneSociale", | |
"aggiudicatario_membri"] | |
rows = list() | |
df = pd.DataFrame(columns=columns) | |
for children in lottos: | |
cig = children.find('cig').text if children.find('cig') is not None else None | |
oggetto = children.find('oggetto').text if children.find('oggetto') is not None else None | |
sceltaContraente = children.find('sceltaContraente').text if children.find('sceltaContraente') is not None else None | |
importoAggiudicazione = children.find('importoAggiudicazione').text if children.find('importoAggiudicazione') is not None else None | |
importoSommeLiquidate = children.find('importoSommeLiquidate').text if children.find('importoSommeLiquidate') is not None else None | |
strutturaProponente_codiceFiscaleProp = children.find('strutturaProponente//codiceFiscaleProp').text if children.find('strutturaProponente//codiceFiscaleProp') is not None else None | |
strutturaProponente_denominazione = children.find('strutturaProponente//denominazione').text if children.find('strutturaProponente//denominazione') is not None else None | |
tempiCompletamento_dataInizio = children.find('tempiCompletamento//dataInizio').text if children.find('tempiCompletamento//dataInizio') is not None else None | |
tempiCompletamento_dataUltimazione = children.find('tempiCompletamento//dataUltimazione').text if children.find('tempiCompletamento//dataUltimazione') is not None else None | |
aggiudicatario_codiceFiscale = children.findall('aggiudicatari//aggiudicatario//codiceFiscale') | |
codice = '' | |
for i in aggiudicatario_codiceFiscale: | |
codice += (f'{i.tag}: {i.text} | ') | |
aggiudicatario_codiceFiscale = codice | |
aggiudicatario_ragioneSociale = children.findall('aggiudicatari//aggiudicatario//ragioneSociale') | |
ragioneSociale = '' | |
for i in aggiudicatario_ragioneSociale: | |
ragioneSociale += (f'{i.tag}: {i.text} | ') | |
aggiudicatario_ragioneSociale = ragioneSociale | |
raggruppamento = children.findall('aggiudicatari//aggiudicatarioRaggruppamento') if children.findall('aggiudicatari//aggiudicatarioRaggruppamento') is not None else None | |
dati_membri = '' | |
if raggruppamento: | |
for member in raggruppamento: | |
for item in member: | |
for n in item: | |
dati_membri += (f'{n.tag}: {n.text} | ') | |
aggiudicatario_membri = dati_membri | |
rows.append({ | |
"cig": cig, | |
"oggetto": oggetto, | |
"sceltaContraente": sceltaContraente, | |
"importoAggiudicazione": importoAggiudicazione, | |
"importoSommeLiquidate": importoSommeLiquidate, | |
"strutturaProponente_codiceFiscaleProp": strutturaProponente_codiceFiscaleProp, | |
"strutturaProponente_denominazione": strutturaProponente_denominazione, | |
"tempiCompletamento_dataInizio": tempiCompletamento_dataInizio, | |
"tempiCompletamento_dataUltimazione": tempiCompletamento_dataUltimazione, | |
"aggiudicatario_codiceFiscale": aggiudicatario_codiceFiscale, | |
"aggiudicatario_ragioneSociale": aggiudicatario_ragioneSociale, | |
"aggiudicatario_membri": aggiudicatario_membri}) | |
out_df = pd.DataFrame(rows, columns = columns) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment