我正在使用最新版本的R,3.2.1和XML
包来尝试读取xml文件并将其转换为数据框。我是xml的初学者,但对R有一点经验。我的xml文件格式如下。
<?xml version="1.0" encoding="UTF-8"?>
<campusRoot>
<Header baseURL="https://url" date="date" time="time" calendarCookie="0" calendarScope="0">
<Param name="x" value="adhoc.AdHocFilter-listAdhocData"/>
<Param name="filterID" value="num"/>
<Param name="calendarID" value="0"/>
<Param name="source" value="live"/>
<Param name="saveAs" value="extract.xml"/>
<User userID="number" username="user" >
<financeAccountAccessRights/>
<financeAccountReportRights/>
<userGroups>
<UserGroup groupID="num" name="Ad Hoc" isSecurityRole="false" addContent="true" lock="false"/>
</userGroups>
</User>
</Header>
<ExportWizard>
<DisplayPreferences>
<Field name="sch.number" attribute="sch.number" type="varchar" nooutput="false" seq="" sortOrder="" sortDirection="" alignment="" formatting="" size=""/>
<Field name="sch.name" attribute="sch.name" type="varchar" nooutput="false" seq="" sortOrder="" sortDirection="" alignment="" formatting="" size=""/>
<Field name="sch.type" attribute="sch.type" type="varchar" nooutput="false" seq="" sortOrder="" sortDirection="" alignment="" formatting="" size=""/>
<Field name="sch.comments" attribute="sch.comments" type="varchar" nooutput="false" seq="" sortOrder="" sortDirection="" alignment="" formatting="" size=""/>
<Field name="sch.schoolID" attribute="sch.schoolID" type="int" nooutput="false" seq="" sortOrder="" sortDirection="" alignment="" formatting="" size=""/>
<Field name="student.grade" attribute="student.grade" type="varchar" nooutput="false" seq="" sortOrder="" sortDirection="" alignment="" formatting="" size=""/>
</DisplayPreferences>
<Extract name="00_Schools">
<group tier="0" groupBy="All" groupSort="ASC" value="Records" adHocRowLimit="5000000" dataColumns="6">
<student sch.number="1234" sch.name="name" sch.type="AAA" sch.comments="" sch.schoolID="00" student.grade="00"/>
<student sch.number="1234" sch.name="name" sch.type="AAA" sch.comments="" sch.schoolID="00" student.grade="00"/>
<student sch.number="1234" sch.name="name" sch.type="AAA" sch.comments="" sch.schoolID="00" student.grade="00"/>
<student sch.number="1234" sch.name="name" sch.type="AAA" sch.comments="" sch.schoolID="00" student.grade="00"/>
<student sch.number="1234" sch.name="name" sch.type="AAA" sch.comments="Middle" sch.schoolID="00" student.grade="00"/>
<student sch.number="1234" sch.name="name" sch.type="AAA" sch.comments="" sch.schoolID="00" student.grade="00"/>
</group>
</Extract>
</ExportWizard>
</campusRoot>
我正在尝试将学生数据放入数据框中,列名为“sch.number”,“sch.name”,“sch.type”,“sch.comments”,“sch.schoolID”,以及“student.grade”。我尝试使用以下代码来提取学生数据。
data <- xmlParse("xmlfile.xml", useInternalNodes = FALSE)
root <- xmlRoot(data)
在此之后,我可以使用此代码到达数据的第一行。
root[[2]][[2]][[1]][[1]]
当我尝试使用函数xmlValue()
获取每一行的值时,我没有得到任何值。
> xmlValue(root[[2]][[2]][[1]][[1]])
character(0)
我不确定如何循环数据以便将数据提取到数据框中。我试图查看其他示例,但我找不到数据在标记内的示例。大多数示例显示两个标记之间的数据。我应该怎么做的建议?
我希望结果是以下数据框:
sch.number sch.name sch.type sch.comments sch.schooID student.grade
1234 name AAA NA 00 00
1234 name AAA NA 00 00
1234 name AAA NA 00 00
1234 name AAA NA 00 00
1234 name AAA Middle 00 00
1234 name AAA NA 00 00
答案 0 :(得分:1)
您没有获得xmlValue
的值,因为节点没有XML值,您需要的信息在XML属性中。
您可以尝试:
library(XML)
data <- xmlParse(xml_data)
res <- as.data.frame(do.call(rbind,xpathApply(data, "//student",xmlAttrs)))
#or res <- as.data.frame(t(xpathSApply(data, "//student",xmlAttrs)))
res
xpathApply
将获取所有student
个节点,并将xmlAttrs
函数应用于每个节点。
输出:
sch.number sch.name sch.type sch.comments sch.schoolID student.grade
1 1234 name AAA 00 00
2 1234 name AAA 00 00
3 1234 name AAA 00 00
4 1234 name AAA 00 00
5 1234 name AAA Middle 00 00
6 1234 name AAA 00 00