如何在R中从xml文件解析节点到datatable？

这不是我想要的：

我不太懂xml，有一个xml文件：

data <- xmlParse("file1.xml")

print(data)

# $`PAMRasterBand`
# <PAMRasterBand band="1">
#  <Metadata>
#    <MDI key="STATISTICS_MAXIMUM">0.43242582678795</MDI>
#    <MDI key="STATISTICS_MEAN">0.11312322099674</MDI>
#    <MDI key="STATISTICS_MINIMUM">-0.019055815413594</MDI>
#    <MDI key="STATISTICS_STDDEV">0.054616362290023</MDI>
#    <MDI key="STATISTICS_VALID_PERCENT">61.25</MDI>
#  </Metadata>
# </PAMRasterBand> 

数据
您可以编写一个简单的包装器，然后使用
lappy
、
rbindlist
和
setnames
加载所有文件并进行清理

loadXML <- function(x) as.data.table(xmlToDataFrame(xml(x)))
fls <- rep("test.xml", 10)
datLst <- lapply(fls, loadXML)
dat <- rbindlist(datLst)
setnames(dat, c("maximum", "mean", "minimum", "sd", "vald_perc"))

dat[ , lapply(.SD, type.convert)]
#       maximum      mean     minimum         sd vald_perc
#  1: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  2: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  3: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  4: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  5: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  6: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  7: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  8: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  9: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
# 10: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25

loadXML
您可以编写一个简单的包装器，然后使用
lappy
、
rbindlist
和
setnames
加载所有文件并进行清理

loadXML <- function(x) as.data.table(xmlToDataFrame(xml(x)))
fls <- rep("test.xml", 10)
datLst <- lapply(fls, loadXML)
dat <- rbindlist(datLst)
setnames(dat, c("maximum", "mean", "minimum", "sd", "vald_perc"))

dat[ , lapply(.SD, type.convert)]
#       maximum      mean     minimum         sd vald_perc
#  1: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  2: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  3: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  4: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  5: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  6: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  7: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  8: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
#  9: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25
# 10: 0.4324258 0.1131232 -0.01905582 0.05461636     61.25

loadXML考虑将
xmlDataFrame
与内部方法相结合，
xmlatrstodataframe
（需要三重冒号运算符）返回属性值以及每个MDI节点的文本值：

库（XML）
doc考虑将
xmlDataFrame
与内部方法相结合，
xmlatrstodataframe
（需要三个冒号运算符）返回属性值以及每个MDI节点的文本值：

库（XML）
doc作为旁白，您不应该使用“data”作为变量名，因为它是R中的函数。理想情况下，在我下面给出的示例中，您也不会调用列名函数名（例如mean，sd）。作为旁白，您不应该使用“data”作为变量名，因为它是R中的函数。理想情况下，在我下面给出的示例中，您也不会调用列名函数名（例如mean，sd）。您好，当我运行rbindlist代码时，它将所有变量放入一列中。我如何将它们解析为5列？但您确定属性总是按该顺序排列吗？请注意，XML per中的属性没有顺序规则：开始标记或空元素标记中属性规范的顺序不重要。@BatuhanKavlak如果没有可复制的示例，我无法回答这个问题。由于我们无法播放您的特定文件，这很难。我做了一个小测试，无法重现您的问题。请参见编辑。@Parfait您是对的。如果OP的文件顺序不同，则此操作将不起作用。包装器必须稍微复杂一点，使用
xlmToList
并解析出感兴趣的特定字段。实际上，您可以使用内部方法
xmlatrstodataframe
检索属性。嗨，当我运行rbindlist代码时，它将所有变量放在一列中。我如何将它们解析为5列？但您确定属性总是按该顺序排列吗？请注意，XML per中的属性没有顺序规则：开始标记或空元素标记中属性规范的顺序不重要。@BatuhanKavlak如果没有可复制的示例，我无法回答这个问题。由于我们无法播放您的特定文件，这很难。我做了一个小测试，无法重现您的问题。请参见编辑。@Parfait您是对的。如果OP的文件顺序不同，则此操作将不起作用。包装器必须稍微复杂一点，使用
xlmToList
并解析出感兴趣的特定字段。实际上，您可以使用内部方法
xmlatrstodataframe
检索属性。这正是我要找的！荣誉这正是我要找的！荣誉
library(XML)

doc <- xmlParse('/path/to/input.xml')

xmldataframe <- cbind(xmlToDataFrame(nodes=getNodeSet(doc, "//MDI")),
                      XML:::xmlAttrsToDataFrame(getNodeSet(doc, "//MDI")))
xmldataframe 
#                 text                      key
# 1   0.43242582678795       STATISTICS_MAXIMUM
# 2   0.11312322099674          STATISTICS_MEAN
# 3 -0.019055815413594       STATISTICS_MINIMUM
# 4  0.054616362290023        STATISTICS_STDDEV
# 5              61.25 STATISTICS_VALID_PERCENT

proc_xml <- function(f) {
    doc <- xmlParse(f)

    xmldataframe <- transform(cbind(xmlToDataFrame(nodes=getNodeSet(doc, "//MDI")),
                                    XML:::xmlAttrsToDataFrame(getNodeSet(doc, "//MDI"))), 
                              file = f)                      
    return(xmldataframe)
}

xml_files <- list.files(path="/folder/to/xml/files", pattern=".xml")

df_list <- lapply(xml_files, proc_xml)
final_df <- do.call(rbind, df_list)