xml - 将xml "rows"加载到R数据表中

Question

我有一些这样的数据:

<people>
  <person first="Mary" last="Jane" sex="F" />
  <person first="Susan" last="Smith" sex="F" height="168" />
  <person last="Black" first="Joseph" sex="M" />
  <person first="Jessica" last="Jones" sex="F" />
</people>

我想要一个如下所示的数据框:

    first  last sex height
1    Mary  Jane   F     NA
2   Susan Smith   F    168
3  Joseph Black   M     NA
4 Jessica Jones   F     NA

我已经走到这一步了:

library(XML)
xpeople <- xmlRoot(xmlParse(xml))
lst <- xmlApply(xpeople, xmlAttrs)
names(lst) <- 1:length(lst)

但我终究无法弄清楚如何将列表放入数据框中。我可以让列表成为“正方形”(即填补空白)，然后将其放入数据框中:

lst <- xmlApply(xpeople, function(node) {
  attrs = xmlAttrs(node)
  if (!("height" %in% names(attrs))) {
    attrs[["height"]] <- NA
  }
  attrs
})
df = as.data.frame(lst)

但是我有以下问题:

1. 数据框被转置
2. first 和 last 是因子，不是 chr
3. 高度是一个因素，不是数字
4. Joseph Black 的名字和姓氏被调换了(这不是什么大问题，因为我的数据通常是一致的，但仍然很烦人)

如何获得正确形式的数据框？

Answer 1

txt <- '<people>
          <person first="Mary" last="Jane" sex="F" />
          <person first="Susan" last="Smith" sex="F" height="168" />
          <person last="Black" first="Joseph" sex="M" />
          <person first="Jessica" last="Jones" sex="F" />
        </people>'
library(XML)         # for xmlTreeParse
library(data.table)  # for rbindlist(...)
xml <- xmlTreeParse(txt, asText=TRUE, useInternalNodes = TRUE)
rbindlist(lapply(xml["//person"],function(x)as.list(xmlAttrs(x))),fill=TRUE)
#      first  last sex height
# 1:    Mary  Jane   F     NA
# 2:   Susan Smith   F    168
# 3:  Joseph Black   M     NA
# 4: Jessica Jones   F     NA

你需要 as.list(xmlAttrs(...)) 而不仅仅是 xmlAttrs(...) 因为 rbindlist(...) 希望每个参数都是一个列表，而不是一个向量。