Question

我正面临这个问题，我无法读取.xml文件以使其成为R中的data.frame。我知道这个问题已经有了不错的答案here和{ {3}}，但是我无法拒绝我所需要的答案，因此，如果有重复的内容，我们深感抱歉。

我有这样的.xml：

<?xml version='1.0' encoding='UTF-8'?>
<LexicalResource>
  <GlobalInformation label="Created with the standard propagation algorithm"/>
  <Lexicon languageCoding="UTF-8" label="sentiment" language="-">
    <LexicalEntry id="id_0" partOfSpeech="adj">
      <Lemma writtenForm="word"/>
      <Sense>
        <Confidence score="0.333333333333" method="automatic"/>
        <Sentiment polarity="negative"/>
        <Domain/>
      </Sense>
    </LexicalEntry>
        </Lexicon>
</LexicalResource>

存储在本地。所以我尝试了这种方式：

library(XML)
    doc<-xmlParse("...\\test2.xml")
    xmldf <- xmlToDataFrame(nodes=getNodeSet(doc,"//LexicalEntry/Lemma/Sense/Confidence/Sentiment"))

但是结果是这样的：

> xmldf
data frame with 0 columns and 0 rows

所以我尝试了xml2软件包：

library(xml2)
pg <- read_xml("...test2.xml")

recs <- xml_find_all(pg, "LexicalEntry")

> recs
{xml_nodeset (0)}

我在处理.xml文件方面缺乏知识，因此我认为我没有把握重点。我在做什么错了？

Answer 1

您需要属性，而不是值，这就是您使用的方法不起作用的原因，请尝试如下操作：

data.frame(as.list(xpathApply(doc, "//Lemma", fun = xmlAttrs)[[1]]), 
           as.list(xpathApply(doc, "//Confidence", fun = xmlAttrs)[[1]]), 
           as.list(xpathApply(doc, "//Sentiment", fun = xmlAttrs)[[1]]))

  writtenForm          score    method polarity
1        word 0.333333333333 automatic negative

另一个选择是获取xml的所有属性，并使用它们构建一个data.frame：

df <- data.frame(as.list(unlist(xmlToList(doc, addAttributes = TRUE, simplify = TRUE))))
colnames(df) <- unlist(lapply(strsplit(colnames(df), "\\."), function(x) x[length(x)]))
df
                                            label writtenForm          score    method 
1 Created with the standard propagation algorithm        word 0.333333333333 automatic 
  polarity   id partOfSpeech languageCoding     label language
1 negative id_0          adj          UTF-8 sentiment        -

R：将XML读取为data.frame

1 个答案: