使用R中的XML文件创建适当的数据帧

Question

使用以下世界银行数据：GDP CURRENT USD

我想使用Rstudio中的XML包创建一个合适的数据帧。我使用xmlToDataFrame方法的问题是它不能识别节点，并且只显示一个包含15576个变量的观察值……

关于堆栈上提出的其他方法，我没有设法创建一个好的数据框架，其中rownames = year，3 colomn ("Country"，"Indicator"，"Value")

提前感谢您的帮助！

Answer 1

您可以执行以下操作

library(XML)
library(tidyverse)

xml <- xmlParse("API_NY.GDP.MKTP.CD_DS2_en_xml_v2_10475111.xml")

选项1

df <- xml %>%
    getNodeSet("//record") %>%
    map(~setNames(
        rbind.data.frame(xmlSApply(.x, xmlValue), stringsAsFactors = F),
        xmlSApply(.x, xmlGetAttr, "name"))) %>%
    bind_rows()

head(df)
#  Country or Area              Item Year Value
#1           Aruba GDP (current US$) 1960
#2           Aruba GDP (current US$) 1961
#3           Aruba GDP (current US$) 1962
#4           Aruba GDP (current US$) 1963
#5           Aruba GDP (current US$) 1964
#6           Aruba GDP (current US$) 1965

我们需要两个xmlSApply调用来分别获取值和名称。

选项2

colnames <- c("Country", "Item", "Year", "Value")
df <- xml %>%
    getNodeSet("//record") %>%
    xmlToDataFrame() %>%
    setNames(colnames)
head(df)
#  Country              Item Year Value
#1   Aruba GDP (current US$) 1960
#2   Aruba GDP (current US$) 1961
#3   Aruba GDP (current US$) 1962
#4   Aruba GDP (current US$) 1963
#5   Aruba GDP (current US$) 1964
#6   Aruba GDP (current US$) 1965

我们使用xmlToDataFrame将节点的list强制转换为data.frame；不幸的是，我们丢失了字段名，因此我们需要以一种临时的方式将名称添加为列名。