R将复杂的XML文件转换为数据框

Question

我正在将复杂的XML文件转换为数据框。

两个问题的方法：

1. 全部两个被复制，它应该是空
2. 如果在节点的一个或多个数据点，那么有时会得到这个错误：“参数意味着，不同的行数：198,240“，它应该映射回同一行，如果它不存在，应该为空。
3. 如何计算两个现有的列等于3？

这是一个简化版本：

require(xml2) 

xml_data = " 
<top> 
    <line> 
     <one>1</one> 
    </line> 
    <line> 
     <one>1</one> 
     <two>2</two> 
    </line> 
    <line> 
     <one>1</one> 
    </line> 
</top> 
" 

data2 <- read_xml(file) 


df <- data.frame(
    #purchase 
    one=xml_text(xml_find_all(data2, ".//line/one")), 
    two=xml_text(xml_find_all(data2, ".//line/two")), 
    sum1 = one + two 
) 

Answer 1

后，我写的评论，我意识到，实际搜索的努力是不可能prbly：

require(xml2) 
library(purrr) 
library(dplyr) 

xml_data = " 
<top> 
    <line> 
     <one>1</one> 
    </line> 
    <line> 
     <one>1</one> 
     <two>2</two> 
    </line> 
    <line> 
     <one>1</one> 
    </line> 
</top> 
" 

data2 <- read_xml(xml_data) 

xml_find_all(data2, ".//line") %>% 
    map_df(function(x) { 
    one <- xml_find_all(x, ".//one") %>% xml_text() %>% as.numeric() 
    two <- xml_find_all(x, ".//two") %>% xml_text() %>% as.numeric() 
    if (length(two) == 0) two <- NA_integer_ 
    data_frame(one, two, sum=sum(one, two, na.rm=TRUE)) 
    }) 
## # A tibble: 3 × 3 
##  one two sum 
## <dbl> <dbl> <dbl> 
## 1  1 NA  1 
## 2  1  2  3 
## 3  1 NA  1