如何转换如下所示的 XML 文件：
<bible>
<b n="Psalm">
<c n="1">
<v n="1"> text text text text </v>
<v n="2"> text text text text </v>
<v n="3"> text text text text </v>
</c>
<c n="2">
<v n="1"> text text text text </v>
<v n="2"> text text text text </v>
<v n="3"> text text text text </v>
</c>
</b>
<b n="Revelation">
<c n="1">
<v n="1"> text text text text </v>
<v n="2"> text text text text </v>
<v n="3"> text text text text </v>
</c>
<c n="2">
<v n="1"> text text text text </v>
<v n="2"> text text text text </v>
<v n="3"> text text text text </v>
</c>
<c n="3">
<v n="1"> text text text text </v>
<v n="2"> text text text text </v>
<v n="3"> text text text text </v>
</c>
</b>
</bible>
变成如下所示的数据帧/tibble 格式：
# A tibble: 15 x 4
book chapter verse text
<chr> <dbl> <int> <chr>
1 Psalm 1 1 text text text text
2 Psalm 1 2 text text text text
3 Psalm 1 3 text text text text
4 Psalm 2 1 text text text text
5 Psalm 2 2 text text text text
6 Psalm 2 3 text text text text
7 Revelation 1 1 text text text text
8 Revelation 1 2 text text text text
9 Revelation 1 3 text text text text
10 Revelation 2 1 text text text text
11 Revelation 2 2 text text text text
12 Revelation 2 3 text text text text
13 Revelation 3 1 text text text text
14 Revelation 3 2 text text text text
15 Revelation 3 3 text text text text
我已经尝试xmlToDataFrame(nodes = getNodeSet(doc, "/bible"))从 XML 包中使用，但我只得到了多列的一个观察结果。当我尝试更改 getNodeSet 函数的节点级别时，出现duplicate subscripts for columns错误。谢谢。
考虑XSLT，这是一种专门用于将 XML 文件和同级文件转换为 XPath 的专用语言。具体来说，您需要将所有数据展平到一个级别，例如将祖先节点或属性迁移到兄弟节点的诗句，当然还要重复数据框设置的值。
转换后，您就可以使用XML::xmlToDataFrame适合扁平化 XML的便捷方法。R 可以使用xslt包运行 XSLT 1.0 （扩展到xml2）
XSLT （另存为 .xsl，一个特殊的 .xml 文件）
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="/bible">
<xsl:copy>
<xsl:apply-templates select="descendant::v"/>
</xsl:copy>
</xsl:template>
<xsl:template match="v">
<data>
<book><xsl:value-of select="ancestor::b/@n"/></book>
<chapter><xsl:value-of select="ancestor::c/@n"/></chapter>
<verse><xsl:value-of select="@n"/></verse>
<text><xsl:value-of select="text()"/></text>
</data>
</xsl:template>
</xsl:stylesheet>
R （不需要循环或映射）
library(XML)
library(xslt)
doc <- read_xml("Import.xml", package = "xslt")
style <- read_xml("Script.xsl", package = "xslt")
new_xml <- xml_xslt(doc, style)
new_doc <- XML::xmlParse(new_xml)
bible_df <- XML::xmlToDataFrame(nodes=getNodeSet(new_doc, "//data"))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句