我正在努力学习RXML
包裹。我正在尝试从 books.xml 示例 xml 数据文件创建 data.frame。这是我得到的:
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)
这些 xpathSApply 中的每一个都没有让我接近我的意图。应该如何构建一个结构良好的 data.frame?
通常,我建议尝试xmlToDataFrame()
函数,但我相信这实际上会相当棘手,因为它一开始的结构就不是很好。
我建议使用这个函数:
xmlToList(books)
一个问题是每本书有多个作者,因此您在构建数据框架时需要决定如何处理这个问题。
一旦您决定如何处理多作者问题,那么将您的图书列表转换为数据框架就相当简单了ldply()
plyr 中的函数(或者仅使用 lapply 并使用 do.call("rbind"... 将返回值转换为 data.frame )。
这是一个完整的例子(不包括作者):
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
这是包含作者的内容。你需要使用ldply
在这种情况下,因为列表是“锯齿状的”...lapply 无法正确处理。 [否则你可以使用lapply
with rbind.fill
(也是哈德利提供的),但为什么还要麻烦呢?plyr
自动为您做吗?]:
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>
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)