將XML導入R數據框

Question

我正在嘗試將xml文件導入R。它的格式如下，每行都有一個事件，后跟許多屬性-這些屬性取決於事件類型。 該文件為0.7GB，將來的版本可能更大。 我想創建一個數據框，其中每個事件都在新行上，所有可能的屬性都在單獨的列中（這意味着某些事件將為空，具體取決於事件類型）。 我在別處尋找答案，但是它們似乎都在以樹形結構處理XML文件，因此我不知道如何將它們應用於這種格式。

我是R語言的新手，沒有XML文件的經驗，因此請給我“傻瓜”答案，並附以充分的解釋。 謝謝！

<?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

您可以嘗試如下操作：

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)

如果還有其他“數字”列，則可以在末尾添加它們，以將數據轉換為適當的類。