數據解析

XML是一種可擴展標記語言，它被設計用來傳輸和存儲數據。XML是各種應用程序之間進行數據傳輸的最常用的工具。它與Access，Oracle和SQL Server等數據庫不同，數據庫提供了更強有力的數據存儲和分析能力，例如：數據索引、排序、查找、相關一致性等，它僅僅是存儲數據。事實上它與其他數據表現形式最大的不同是：它極其簡單，這是一個看上去有點瑣細的優點，但正是這點使它與眾不同。

針對XML格式數據，R語言XML包可以對其進行數據導入與處理，詳見下面的案例說明。

案例1

直接輸入一段標記語言文本，使用XML包解析。

library(XML)tt ='<x> <a>text</a> <b foo="1"/> <c bar="me"> <d>a phrase</d> </c> </x>' doc = xmlParse(tt) xmlToList(doc) # use an R-level node representation doc = xmlTreeParse(tt) xmlToList(doc)

案例2

導入已有的xml格式數據并處理，本案例用到的是手機通訊錄xml數據，按如下步驟操作:

#讀取xml格式數據并解析 xmlfile=xmlParse(file.choose(),encoding="UTF-8") class(xmlfile)#形成根目錄列表數據 xmltop = xmlRoot(xmlfile) class(xmltop) #查看類 xmlName(xmltop) #查看根目錄名 xmlSize(xmltop) #查看根目錄總數 xmlName(xmltop[[1]]) #查看子目錄名# 查看第一個子目錄 xmltop[[1]] # 查看第二個子目錄 xmltop[[2]]#子目錄節點 xmlSize(xmltop[[1]]) #子目錄節點數 xmlSApply(xmltop[[1]], xmlName) #子目錄節點名 xmlSApply(xmltop[[1]], xmlAttrs) #子目錄節點屬性 xmlSApply(xmltop[[1]], xmlSize) #子目錄節點大小#查看第一個子目錄的第一個節點 xmltop[[1]][[1]] #查看第一個子目錄的第二個節點 xmltop[[1]][[2]]#第二個子目錄 xmltop[[2]][[1]] xmltop[[2]][[2]]xmltop[[1]][[3]][[1]][[1]] #查看聯系人電話 xmltop[['Contact']][['PhoneList']][[1]][[1]] #第二種方式 getNodeSet(xmltop, "//Contact/PhoneList")[[1]][[1]][[1]] #第三種方式xmltop[[1]][[3]][[1]][[1]] = 13717232323 #更改聯系人電話 xmltop[[1]][[1]][[1]]= "zhangsan "#更改聯系人姓名#保存 saveXML(xmltop, file="out.xml",encoding="UTF-8")

xml格式轉dataframe

按如下步驟操作:

xmlToDataFrame(xmlfile) #第一種方式，直接用xmlToDataFrame()函數library("plyr") #第二種方式，數據格式處理專用包plyrMyContact=ldply(xmlToList(file.choose()), data.frame) #先轉成list,再轉dataframe View(MyContact)# 查看聯系方式 MyContact[,c("Name" ,"PhoneList.Phone.text")]# 聯系方式保存 write.csv(MyContact, "MyContact.csv", row.names=FALSE)

反饋與建議

• 作者：ShangFR
• 郵箱：shangfr@foxmail.com

轉載于:https://www.cnblogs.com/shangfr/p/5564167.html

總結

以上是生活随笔為你收集整理的R语言XML格式数据导入与处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。