Question

我正在尝试从Graphpad Prism .pzfx文件导入原始数据，原则上是.xml文件。我拿出了大部分棱镜特定的东西，只留下了我感兴趣的部分。：

<?xml version="1.0" encoding="UTF-8"?>
<GraphPadPrismFile xmlns="http://graphpad.com/prism/Prism.htm" PrismXMLVersion="5.00">
  <TableSequence Selected="1">
    <Ref ID="Table0" Selected="1"/>
  </TableSequence>
  <Table ID="Table0" XFormat="error" YFormat="replicates" Replicates="1" TableType="XY" EVFormat="AsteriskAfterNumber">
    <Title>Data 1</Title>
    <XColumn Width="162" Decimals="0" Subcolumns="1">
      <Title>X</Title>
      <Subcolumn>
        <d>1</d>
        <d>2</d>
        <d>3</d>
        <d>4</d>
        <d>5</d>
      </Subcolumn>
    </XColumn>
    <YColumn Width="81" Decimals="4" Subcolumns="1">
      <Title>ML</Title>
      <Subcolumn>
        <d>120</d>
        <d>100</d>
        <d>5</d>
        <d>0</d>
        <d>1.5</d>
      </Subcolumn>
    </YColumn>
    <YColumn Width="81" Decimals="4" Subcolumns="1">
      <Title>MH</Title>
      <Subcolumn>
        <d>10</d>
        <d>560</d>
        <d>665</d>
        <d>40</d>
        <d>31.5</d>
      </Subcolumn>
    </YColumn>
    <YColumn Width="81" Decimals="6" Subcolumns="1">
      <Title>MH2</Title>
      <Subcolumn>
        <d>1.20</d>
        <d>100</d>
        <d>5</d>
        <d>0</d>
        <d>1.5</d>
      </Subcolumn>
    </YColumn>
    <YColumn Width="81" Decimals="6" Subcolumns="1">
      <Title>MH1</Title>
      <Subcolumn>
        <d>120</d>
        <d>100</d>
        <d>5</d>
        <d>0</d>
        <d>1.5</d>
      </Subcolumn>
    </YColumn>
  </Table>
</GraphPadPrismFile>

根据我的理解，我有一个Node Table，它还有XColumn，YColumn节点，它们有Title，然后有Subcolumn节点。那些包含我想要转换成R-data.frame的原始数据。

到目前为止，我已设法导入一个YColumn :(文件是上面一个的路径）

xData <- xmlParse(file)
xData.rt <- xmlRoot(xData)
xmlToDataFrame(xData.rt[["Table"]][["YColumn"]][["Subcolumn"]])

这给了我第一个YColumn作为data.frame：

是否有（或许也更简单？）方式将所有X和Y Colums导入一个data.frame？

Answer 1

这里有一些想法......

这会找到所有XColumn和YColumn个节点：

columns = xpathSApply(xData,"//ns:XColumn|//ns:YColumn",
             namespaces=c(ns="http://graphpad.com/prism/Prism.htm"))

然后，给定其中一个，这得到标题和值：

> xpathSApply(columns[[2]],".//ns:Title",
    namespaces=c(ns="http://graphpad.com/prism/Prism.htm"),xmlValue)
[1] "ML"
> xpathSApply(columns[[2]],".//ns:d",
    namespaces=c(ns="http://graphpad.com/prism/Prism.htm"),xmlValue)
[1] "120" "100" "5"   "0"   "1.5"

您可以通过查看XColumn来判断某些内容是YColumn还是xmlName：

> xmlName(columns[[1]])
[1] "XColumn"
> xmlName(columns[[2]])
[1] "YColumn"

这可能足够的建筑工具包件。循环遍历columns并使用cbind向上堆叠值......

显然，基于字符的数字需要使用as.numeric进行转换，而且我并不完全确定您希望如何合并XColumn和YColumn给出的值{＆＃39}。少了XColumn个值......

Answer 2

更新：该库也在CRAN上，可以通过以下方式安装：

install.packages("pzfx")

tl; dr：研究了pzfx文件的XML结构之后，我编写了一个程序包here和一个博客帖子here。简短地，

devtools::install_github("Yue-Jiang/pzfx")
library(pzfx)
pzfx_tables("/path/to/my/pzfx/file") # list tables in a .pzfx file
df <- read_pzfx("/path/to/my/pzfx/file", 1) # read first table
df <- read_pzfx("/path/to/my/pzfx/file", "Table Name") # read table by name

我在尝试解析prsim XML时注意到了几件事：

Prism允许用户具有子列，但它们可能具有不同的含义，这被指定为表的YFormat属性。例如，replicates表示子列是重复项，而SDN表示子列是均值，标准差和观察次数。 pzfx包尝试通过查看YFormat来推断子列类型，并将适当的后缀附加到列名上。
Prism允许用户从表中删除某些单元格。这由子列的Excluded属性指定。阅读表格时，需要决定如何处理这些排除的值。 pzfx包允许用户保留，排除或保留prsim文件中的“ *”（这使所有列的类型为character）。

希望如果有人需要做类似的事情，这会很有用。欢迎在github上发布问题报告。

R从Graphpad Prism导入XML

2 个答案: