如何从xml文件创建R语言数据框dataframe
原文链接:http://tecdat.cn/?p=16788
问题重现
软件:R语言
环境:windows
问题描述:我有一个XML文档文件。文件的一部分如下所示:
<?xml version="1.0" encoding="UTF-8"?>
<List>
<SubCategory>
<ID>BO</ID>
<Name>Bookcases</Name>
</SubCategory>
<SubCategory>
<ID>CH</ID>
<Name>Chairs</Name>
</SubCategory>
<SubCategory>
<ID>LA</ID>
<Name>Labels</Name>
</SubCategory>
<SubCategory>
<ID>TA</ID>
<Name>Tables</Name>
</SubCategory>
<SubCategory>
<ID>ST</ID>
<Name>Storage</Name>
</SubCategory>
<SubCategory>
<ID>FU</ID>
<Name>Furnishings</Name>
</SubCategory>
<SubCategory>
<ID>AR</ID>
<Name>Art</Name>
</SubCategory>
<SubCategory>
<ID>PH</ID>
<Name>Phones</Name>
</SubCategory>
<SubCategory>
<ID>BI</ID>
<Name>Binders</Name>
</SubCategory>
<SubCategory>
<ID>AP</ID>
<Name>Appliances</Name>
</SubCategory>
<SubCategory>
<ID>PA</ID>
<Name>Paper</Name>
</SubCategory>
<SubCategory>
<ID>AC</ID>
<Name>Accessories</Name>
</SubCategory>
<SubCategory>
<ID>EN</ID>
<Name>Envelopes</Name>
</SubCategory>
<SubCategory>
<ID>FA</ID>
<Name>Fasteners</Name>
</SubCategory>
<SubCategory>
<ID>SU</ID>
<Name>Supplies</Name>
</SubCategory>
<SubCategory>
<ID>MA</ID>
<Name>Machines</Name>
</SubCategory>
<SubCategory>
<ID>CO</ID>
<Name>Copiers</Name>
</SubCategory>
</List>
从这个XML文件中,我想创建一个具有ID,name 列的R数据框。请注意,name和ID应包含变量的所有级别。
解决方案
假设这是正确的taxlots.shp.xml
文件:
<?xml version="1.0" encoding="UTF-8"?>
<List>
<SubCategory>
<ID>BO</ID>
<Name>Bookcases</Name>
</SubCategory>
<SubCategory>
<ID>CH</ID>
<Name>Chairs</Name>
</SubCategory>
<SubCategory>
<ID>LA</ID>
<Name>Labels</Name>
</SubCategory>
<SubCategory>
<ID>TA</ID>
<Name>Tables</Name>
</SubCategory>
<SubCategory>
<ID>ST</ID>
<Name>Storage</Name>
</SubCategory>
<SubCategory>
<ID>FU</ID>
<Name>Furnishings</Name>
</SubCategory>
<SubCategory>
<ID>AR</ID>
<Name>Art</Name>
</SubCategory>
<SubCategory>
<ID>PH</ID>
<Name>Phones</Name>
</SubCategory>
<SubCategory>
<ID>BI</ID>
<Name>Binders</Name>
</SubCategory>
<SubCategory>
<ID>AP</ID>
<Name>Appliances</Name>
</SubCategory>
<SubCategory>
<ID>PA</ID>
<Name>Paper</Name>
</SubCategory>
<SubCategory>
<ID>AC</ID>
<Name>Accessories</Name>
</SubCategory>
<SubCategory>
<ID>EN</ID>
<Name>Envelopes</Name>
</SubCategory>
<SubCategory>
<ID>FA</ID>
<Name>Fasteners</Name>
</SubCategory>
<SubCategory>
<ID>SU</ID>
<Name>Supplies</Name>
</SubCategory>
<SubCategory>
<ID>MA</ID>
<Name>Machines</Name>
</SubCategory>
<SubCategory>
<ID>CO</ID>
<Name>Copiers</Name>
</SubCategory>
</List>
XML格式的数据很少以允许该xmlToDataFrame
功能正常工作的方式进行组织。最好提取列表中的所有内容,然后将列表绑定到数据框中:
data <- xmlParse("ProductSubcategory.xml")
xml_data <- xmlToList(data)
dataDictionary <- xmlToDataFrame(getNodeSet(data,"//SubCategory"))
赞 (0)