在 R 中解析 XML 文件：从 XML 节点集中提取数据帧答案

【问题标题】：Parsing XML files in R:Extract dataframe from XML nodeset在 R 中解析 XML 文件：从 XML 节点集中提取数据帧
【发布时间】：2016-03-30 23:36:18
【问题描述】：

我的示例 XML

- <Inrix responseId="123" statusText="" createdDate="2016-01-29T05:57:00Z">
    - <SegmentSpeedResultSet coverage="255">
        - <SegmentSpeedResults timestamp="2016-01-29T05:56:47Z">
             - <score="10" speed="57" code="4814018">
                    <SubSegment speed="57" offset="0,1753"/>
               </Segment>
             - <score="30" speed="57" code="4814018" cvalue="57">
                    <SubSegment speed="57" offset="0,1753"/>
                    </Segment>
            </SegmentSpeedResults>
         </SegmentSpeedResultSet>
</Inrix>

我想在分数等于 30 时提取所有条目的“速度”、“代码”和“cvalue”。cvalue 仅在分数为 30 时才存在，否则将被省略。目前我的代码是

input <- xmlParse("20160128-235648.xml")
nodes <- getNodeSet(input,"//Segment[@score='30']")

这是创建包含数据的 XML 节点集“节点”，仅当分数为 30 时。看起来像这样

    [[4584]]
<Segment code="63365958" speed="41" score="30" c-value="0">
  <SubSegment speed="41" offset="0,433"/>
</Segment> 

attr(,"class")
[1] "XMLNodeSet"

但是，我无法将此 XMLnodeset 转换为值为“code”、“cvalue”、speed”的数据帧。lapply(nodes, function (x) xmlSApply(x,xmlValue)) 正在从“Subsegment”而不是“Segment”中提取空白向量。

我还需要将“时间戳”作为单独的变量存储在“SegmentSpeedResults”中。

【问题讨论】：

见：stackoverflow.com/questions/36247451/r-xml-tree-to-dataframe/…。请注意，您将需要 xmlAttrs 而不是 xmlValue。
使用sapply(nodes, function (x) xmlSApply(x,xmlAttrs))从“子段”而不是“段”中提取数据帧

标签： r xml-parsing xmlnode

【解决方案1】：

使用 xAttrs 进行 sapply 解决了我在节点“Segment”下提取值的问题。这对我来说很好

nodes <- getNodeSet(input,"//Segment[@score='30']")
all_parameters <- sapply(nodes, xmlAttrs)

【讨论】：