xml - 我将如何解析 R 中的 XML 文件并对数据进行基本统计分析

Question

我正在尝试用 R 解析 XML 文件，以便分析数据。我正在尝试获取价格的均值和标准差。此外，我希望能够获得股价变化时的变化率。我曾尝试手动输入数据，但在日期结构方面遇到问题(我已尝试以下操作:

z <- strptime ("HH:MM:SS.ms, "%H:%m:%S.%f")

但它失败了)。我知道 XML 文件只有很少的数字，但它是一个可以自动化的过程吗？如果是的话，我需要什么包？ (我是 R 的新手)。任何帮助将不胜感激。

谢谢，安东尼。

<?xml version = "1.0"?>
    <Company >
    <shareprice>
    <timeStamp> 12:00:00:01</timeStamp>
    <Price>  25.02</Price>
    </shareprice>



    <shareprice>
    <timeStamp> 12:00:00:02</timeStamp>
    <Price>  15</Price>
    </shareprice>



    <shareprice>
    <timeStamp> 12:00:00:025</timeStamp>
    <Price>  15.02</Price>
    </shareprice>



    <shareprice>
    <timeStamp> 12:00:00:031</timeStamp>
    <Price>  18.25</Price>
    </shareprice>



    <shareprice>
    <timeStamp> 12:00:00:039</timeStamp>
    <Price>  18.54</Price>
    </shareprice>



    <shareprice>
    <timeStamp> 12:00:00:050</timeStamp>
    <Price> 16.52</Price>
    </shareprice>


   <shareprice>
    <timeStamp> 12:00:01:01</timeStamp>
    <Price>  17.50</Price>
   </shareprice>
</Company>

Answer 1

在

z <- strptime ("HH:MM:SS.ms, "%H:%m:%S.%f")

你错过了结束 " 所以它是无效的语法。

接下来，数据是非标准的，因为我们会使用点表示秒。亚秒，即 12:23:34.567 来表示时间戳。毫秒可以这样解析

> ts <- "12:00:00.050"
> strptime(ts, "%H:%M:%OS")
[1] "2010-07-09 12:00:00 CDT"
> 

所以你不仅需要先把它从XML中取出来，还需要对字符串进行转换。否则，您可以“手动”解析字符串并填充 POSIXlt 时间结构。

后记:忘记提及您需要启用亚秒级打印:

> options("digits.secs"=3)         # shows milliseconds (three digits)
> strptime(ts, "%H:%M:%OS")
[1] "2010-07-09 12:00:00.05 CDT"   # suppresses trailing zero
> 

后记 2:由于 XML，您的文件也很幸运包裹:

> library(XML)
> xmlToDataFrame("c:/Temp/foo.xml")     # save your data as c:/Temp/foo.xml
      timeStamp   Price
1   12:00:00:01   25.02
2   12:00:00:02      15
3  12:00:00:025   15.02
4  12:00:00:031   18.25
5  12:00:00:039   18.54
6  12:00:00:050   16.52
7   12:00:01:01   17.50
>