Как преобразовать данные XML в data.frame?

StackOverflow https://stackoverflow.com/questions/2067098

  •  20-09-2019
  •  | 
  •  

Вопрос

Я пытаюсь выучить R XML упаковка.Я пытаюсь создать data.frame из образца XML-файла данных book.xml.Вот что я получаю:

library(XML)
books <- "http://www.w3schools.com/XQuery/books.xml"
doc <- xmlTreeParse(books, useInternalNodes = TRUE)
doc
xpathApply(doc, "//book", function(x) do.call(paste, as.list(xmlValue(x))))
xpathSApply(doc, "//book", function(x) strsplit(xmlValue(x), " "))
xpathSApply(doc, "//book/child::*", xmlValue)

Ни один из этих xpathSApply не приближает меня даже близко к моему замыслу.Как следует двигаться к правильно сформированному фрейму данных?

Это было полезно?

Решение

Обычно я бы предложил попробовать xmlToDataFrame() функция, но я считаю, что на самом деле это будет довольно сложно, поскольку изначально она не очень хорошо структурирована.

Я бы рекомендовал работать с этой функцией:

xmlToList(books)

Одна из проблем заключается в том, что у каждой книги есть несколько авторов, поэтому вам нужно будет решить, как с этим справиться, когда вы структурируете свой фрейм данных.

После того, как вы решили, что делать с проблемой нескольких авторов, довольно просто превратить список книг в фрейм данных с помощью ldply() функцию в plyr (или просто используйте lapply и преобразуйте возвращаемое значение в data.frame с помощью do.call("rbind"...).

Вот полный пример (без автора):

library(XML)
books <-  "w3schools.com/xsl/books.xml"
library(plyr)
ldply(xmlToList(books), function(x) { data.frame(x[!names(x)=="author"]) } )

   .id        title.text title..attrs year price   .attrs
 1 book  Everyday Italian           en 2005 30.00  COOKING
 2 book      Harry Potter           en 2005 29.99 CHILDREN
 3 book XQuery Kick Start           en 2003 49.99      WEB
 4 book      Learning XML           en 2003 39.95      WEB

Вот как это выглядит с указанием автора.Вам нужно использовать ldply в данном случае, поскольку список «неровный»... lapply не может с этим справиться должным образом.[В противном случае вы можете использовать lapply с rbind.fill (также любезно предоставлено Хэдли), но зачем беспокоиться, когда plyr автоматически делает это за вас?]:

ldply(xmlToList(books), data.frame)

   .id        title.text title..attrs              author year price   .attrs
1 book  Everyday Italian           en Giada De Laurentiis 2005 30.00  COOKING
2 book      Harry Potter           en        J K. Rowling 2005 29.99 CHILDREN
3 book XQuery Kick Start           en      James McGovern 2003 49.99      WEB
4 book      Learning XML           en         Erik T. Ray 2003 39.95      WEB
     author.1   author.2   author.3               author.4
1        <NA>       <NA>       <NA>                   <NA>
2        <NA>       <NA>       <NA>                   <NA>
3 Per Bothner Kurt Cagle James Linn Vaidyanathan Nagarajan
4        <NA>       <NA>       <NA>                   <NA>
Лицензировано под: CC-BY-SA с атрибуция
Не связан с StackOverflow
scroll top