xml - 我在 r 中使用 xml 时发现此错误消息

Question

您好，我正在 Rstudio 中处理 xml。目标是将 xml 转换为 r 数据框，我正在尝试包文件夹中名为 tides.xml 的示例数据。

tides = system.file("exampleData", "tides.xml", package = "XML")

也许我们可以看到前几列的项目是不变的:

像这样

                       origin
                   NOAA/NOS/CO-OPS
                   NOAA/NOS/CO-OPS
                   NOAA/NOS/CO-OPS
                   NOAA/NOS/CO-OPS
                   NOAA/NOS/CO-OPS
                   NOAA/NOS/CO-OPS
                   NOAA/NOS/CO-OPS

因此当我使用

xmlToDataFrame(xmlRoot(tides.str))

它返回错误:

Error in `[<-.data.frame`(`*tmp*`, i, names(nodes[[i]]), value = c("2010/11/13Sat06:08    AM4.74H",  : 
duplicate subscripts for columns

我知道我可以做这样的事情:

xmlToDataFrame(nodes = xmlChildren(xmlRoot(tides.str)[["data"]]))

生成一个数据框，但它只是一个子集，我需要手动插入前几列。

所以我在想，是否可以通过更改 xmlToDataFrame() 函数中的一些参数并使用整个 xml 数据来消除错误？

提前致谢。

Answer 1

我不确定 xmlToDataFrame 是否可行。但是您可以提取所有非数据节点并自己将其转换为 data.frame 而不会太麻烦。

library(XML)
tides = system.file("exampleData","tides.xml", package="XML")

tides.str<-xmlParse(tides)
detaildf<-xmlToDataFrame(nodes = getNodeSet(tides.str, "/datainfo/data/item"))

header <- getNodeSet(tides.str, "/datainfo/*[not(self::data)]")
headerdf <- as.data.frame(as.list(setNames(xmlSApply(header, xmlValue), 
    xmlSApply(header, xmlName))))

merge(headerdf, detaildf)

然后在最后我们只是“合并”这两个部分以在详细信息中重复每一行的标题。