Question

我正在尝试将一个xml文件导入到R.它的格式如下，每行都有一个事件，后跟一些属性 - 这些属性取决于事件类型。此文件为0.7GB，未来版本可能更大。我想创建一个数据框，其中每个事件都在一个新行上，所有可能的属性都在不同的列中（这意味着某些事件将根据事件类型为空）。我在其他地方寻找答案，但他们似乎都在处理树形结构中的XML文件，我无法弄清楚如何将它们应用于这种格式。

我是R的新手，没有XML文件的经验，所以请给我一些“for dummies”的答案，并附上大量的解释。谢谢！

<?xml version="1.0" encoding="utf-8"?>
<events version="1.0">
    <event time="21510.0" type="actend" person="3" link="1" actType="h"  />
    <event time="21510.0" type="departure" person="3" link="1" legMode="car"  />
    <event time="21510.0" type="PersonEntersVehicle" person="3" vehicle="3"  />
    <event time="21510.0" type="vehicle enters traffic" person="3" link="1" vehicle="3" networkMode="car" relativePosition="1.0"  />

...

</events>

Answer 1

您可以尝试这样的事情：

original_xml <- '<?xml version="1.0" encoding="utf-8"?>
    <events version="1.0">
        <event time="21510.0" type="actend" person="3" link="1" actType="h"  />
            <event time="21510.0" type="departure" person="3" link="1" legMode="car"  />
                <event time="21510.0" type="PersonEntersVehicle" person="3" vehicle="3"  />
                    <event time="21510.0" type="vehicle enters traffic" person="3" link="1" vehicle="3" networkMode="car" relativePosition="1.0"  />
                    </events>'
library(xml2)

data2 <- xml_children(read_xml(original_xml))
attr_names <- unique(names(unlist(xml_attrs(data2))))

xmlDataFrame <- as.data.frame(sapply(attr_names, function (attr) {
    xml_attr(data2, attr = attr)
}), stringsAsFactors = FALSE)

#-- since all columns are strings, you may want to turn the numeric columns to numeric

xmlDataFrame[, c("time", "person", "link", "vehicle")] <- sapply(xmlDataFrame[, c("time", "person", "link", "vehicle")], as.numeric)

如果您有其他“数字”列，则可以在末尾添加它们以将数据转换为适当的类。

将XML导入R数据框

1 个答案: