Question

我正在将复杂的XML文件转换为数据帧。

这种方法存在两个问题：

所有两个都被复制到应该为空的地方
如果其中一个节点中有更多数据点，则有时会出现此错误：＆＃34;参数意味着行数不同：198,240＆＃34;它应该映射回同一行，如果它没有＆＃39; t存在，应为null。
如何计算两个现有列等于3？

这是它的简化版本：

require(xml2)

xml_data = "
<top>
    <line>
        <one>1</one>
    </line>
    <line>
        <one>1</one>
        <two>2</two>
    </line>
    <line>
        <one>1</one>
    </line>
</top>
"

data2 <- read_xml(file)


df <- data.frame(
  #purchase
  one=xml_text(xml_find_all(data2, ".//line/one")),
  two=xml_text(xml_find_all(data2, ".//line/two")),
  sum1 = one + two
)

Answer 1

在我写完评论后，我意识到实际的搜索努力是不可能的：

require(xml2)
library(purrr)
library(dplyr)

xml_data = "
<top>
    <line>
        <one>1</one>
    </line>
    <line>
        <one>1</one>
        <two>2</two>
    </line>
    <line>
        <one>1</one>
    </line>
</top>
"

data2 <- read_xml(xml_data)

xml_find_all(data2, ".//line") %>% 
  map_df(function(x) {
    one <- xml_find_all(x, ".//one") %>% xml_text() %>% as.numeric()
    two <- xml_find_all(x, ".//two") %>% xml_text() %>% as.numeric()
    if (length(two) == 0) two <- NA_integer_
    data_frame(one, two, sum=sum(one, two, na.rm=TRUE))
  })
## # A tibble: 3 × 3
##     one   two   sum
##   <dbl> <dbl> <dbl>
## 1     1    NA     1
## 2     1     2     3
## 3     1    NA     1

R将复杂xml转换为数据帧

1 个答案: