Question

我正在尝试在R中阅读此file。我尝试使用XML package，但我不知道数据集中有什么，我之前没有使用过该包。 / p>

我很感激你们的帮助。

感谢。

安。

Answer 1

没有办法绕过它 - 你需要理解XML和XPath才能在R中使用它。假设你这样做，在浏览器中查看文档以了解它的结构。然后，这应该让您开始使用XML包。

library(XML)
xml <- xmlParse("http://data.mcc.gov/raw/xml/MCC_HN.xml")

org        <- xpathApply(xml,"//iati-activity/reporting-org",xmlValue)
id         <- xpathApply(xml,"//iati-activity/iati-identifier",xmlValue)
title      <- xpathApply(xml,"//iati-activity/title",xmlValue)
desc.1     <- xpathApply(xml,"//iati-activity/description[@type='1']",xmlValue)
desc.2     <- xpathApply(xml,"//iati-activity/description[@type='2']",xmlValue)
status     <- xpathApply(xml,"//iati-activity/activity-status",xmlValue)
start.planned <- xpathApply(xml,"//iati-activity/activity-date[@type='start-planned']",xmlValue)
start.actual  <- xpathApply(xml,"//iati-activity/activity-date[@type='start-actual']",xmlValue)
end.planned   <- xpathApply(xml,"//iati-activity/activity-date[@type='end-planned']",xmlValue)
end.actual    <- xpathApply(xml,"//iati-activity/activity-date[@type='end-actual']",xmlValue)

df <- data.frame(cbind(org,id, title, status, 
                       start.planned, start.actual, end.planned, end.actual,
                       desc.1, desc.2))

阅读有关我上面使用的功能的文档，例如： xmlParse(...)，xpathApply(...)和xmlValue(...)以确定代码的作用。

注意：XML包中有一个函数xmlToDataFrame(...)。您的文档存在的问题是，您有多个具有相同标记名称的元素（示例：description和activity-date），这些元素使用type=属性消除歧义。 xmlToDataFrame(...)不知道如何处理，所以你需要这么做......

Answer 2

你想要对数据做什么并不是很清楚，但在这里我们得到它

xml = xmlParse("http://data.mcc.gov/raw/xml/MCC_HN.xml")

然后查询所有“交易”记录的结果并将它们变成数据框

df <- xmlToDataFrame(xml["//transaction"])

与

> dim(df)
[1] 730  11
> head(df, 2)
  aid-type
1         
2         
                                                                description
1   Commitment: Honduras-614G Fund-Not Applicable-Not Applicable-2011-04-01
2 Disbursement: Honduras-614G Fund-Not Applicable-Not Applicable-2011-04-01
  disbursement-channel finance-code flow-type                     provider-org
1                                             Millennium Challenge Corporation
2                                             Millennium Challenge Corporation
  receiver-org tied-status transaction-date transaction-type     value
1     Honduras                   2011-04-01       COMMITMENT 274380.75
2     Honduras                   2011-04-01     DISBURSEMENT      0.00

也许您想要提取与'aid-type'相关联的属性并将其添加到数据框中;使用XPath来做到这一点

df$`aid-type-code` <- as.character(xml["//aid-type/@code"])

在R中读取XML数据

2 个答案: