xml - R:读取连接 XML 数据实例 (ODK)

Question

我正在使用 OpenDataKit 的 ODK collect 在现场收集调查数据。目前我正在使用 ODK 聚合在谷歌云上接受数据提交，然后再下载为 CSV 文件。整个过程有些令人沮丧，因为每一步都容易出错。相反，我希望能够将平板电脑中的数据直接读取到 R 中，并为每个级别的数据编译数据帧。

数据以 xml 格式保存为单个实例。现在我们有大约 2000 个不同的实例。当使用 XML 将单个实例读入 R 时，数据最终以以下方式查找:

  <A_note/>
  <A_group1>
    <A_note1/>
    <A_note2/>
    <A01>2</A01>
  </A_group1>
  <A_group1.5>
    <A02>901</A02>
    <A02a/>
  </A_group1.5>
  <A_group2>
    <A03>9</A03>
    <A03a/>
    <HH_key>9010</HH_key>
    <A04a/>
    <A06/>
    <A07/>
  </A_group2>
  <A_group3>
    <A04>9</A04>
    <A04a_note/>
    <A06_note/>
    <A07_note/>
    <A04a_int>840256790</A04a_int>
    <A05>2</A05>
    <A06a>Baixo Umbeluze, perto do rio Umbeluze.</A06a>
    <A07a>-26.057376459502194 32.33107993182396 15.271170877998825 4.0</A07a>

我们可以看到有很多没有任何信息的标签(例如A_note1和A_note2)以及不需要的组，因为它们之上的级别是唯一的(A_group1 和 A_group2)。

我希望能够做的是:1.通过删除不必要的组来扁平化数据2. 将每个实例视为不同的数据行，并将来 self 的实例的信息堆叠在一起。

我知道在一个帖子中提出这个问题可能太多了，但我想把它放在那里，以防有人已经付出了艰苦的努力来弄清楚如何使这项工作成功。

谢谢，弗朗西斯

Answer 1

我知道这已经晚了 4 年......

ruODK正是解决了这个问题。 XML 的名称、 namespace 和属性的复杂性转化为 R 中的嵌套列表。

根据您问题的年龄来判断，您一定一直在使用 ODK Aggregate , 被 ODK Central 取代. ODK Central 实现聚合的 OpenRosa API ，加上 RESTful API，加上 OData API 端点。旁注:出色的交互式 API 文档是 here - JavaRosa 端点也应该适用于 ODK 聚合。

要了解如何在 R 中取消嵌套 XML/嵌套列表，您可以:

• 阅读此 example展示如何使用 tidyr::unnest_wider() (v0.8.3.9000) 来展平嵌套列表。
• 阅读source code的 ruODK::odata_submission_parse它递归地应用 tidyr::unnest_wider() 来展平嵌套列表。

请注意，ruODK 使用的 tidyr 功能已在您提出问题后大约四年实现，并且 ruODK 构建在它们之上.

希望这对您有所帮助!

编辑为 HT @muntashir-al-arefin谁编写了 R 包“odk”。他的包与 ruODK README 中的其他类似包进行了比较.