Добрый вечер! Подскажите, пожалуйста, как можно сделать датафрейм из этого

Question

Добрый вечер! Подскажите, пожалуйста, как можно сделать датафрейм из этого

xml? Этот код дает "слипшиеся" некоторые значения: library(XML)
doc <- xmlParse("org_items_605.xml")
xmldf <- xmlToDataFrame(nodes = getNodeSet(doc, "//item"))

#programming #r #russian

0

06.10.2019

2 ответов

4 просмотра

Артём Клевцов

Извлечение данных публикаций. doc <- XML::xmlParse("/tmp/org_items_605.xml") l <- XML::xmlToList(doc) find_lang_idx <- function(x, value) { if (is.null(x)) { return(NA_character_) } x <- lapply(x, function(e) if (".attrs" %in% names(e)) e) a <- unlist(lapply(x, "[[", ".attrs")) a <- a[(endsWith(names(a), "lang"))] res <- which(a == value, useNames = FALSE) if (length(res) == 0) { return(NA_integer_) } return(res) } parse_entry <- function(entry) { cat(entry$.attrs["id"], "\n") data.table::data.table( id = entry$.attrs["id"], genre = entry$genre, type = entry$type, language = entry$language, risc = entry$risc, corerisc = entry$corerisc, grnti = as.numeric(entry$grnti), title_en = entry$titles[[find_lang_idx(entry$titles, "EN")]]$text, title_ru = entry$titles[[find_lang_idx(entry$titles, "RU")]]$text, keywords = tolower(paste(unlist(entry$keywords), collapse = ", ")), abstract_en = entry$abstracts[[find_lang_idx(entry$abstracts, "EN")]]$text, abstract_ru = entry$abstracts[[find_lang_idx(entry$abstracts, "RU")]]$text ) } articles <-lapply(l, parse_entry) articles <- data.table::rbindlist(articles, fill = TRUE) Авторов надо отдельно извлекать по тому же принципу. Потом можно слить по ID записи.

0

07.10.2019

Alex Knorre · Accepted Answer

library(XML) doc <- xmlParse("org_items_605.xml") flatten_xml <- function(x) { if (length(xmlChildren(x)) == 0) structure(list(xmlValue(x)), .Names = xmlName(xmlParent(x))) else Reduce(append, lapply(xmlChildren(x), flatten_xml)) } dfs <- lapply(getNodeSet(doc,"//item"), function(x) data.frame(flatten_xml(x))) allnames <- unique(c(lapply(dfs, colnames), recursive = TRUE)) df <- do.call(rbind, lapply(dfs, function(df) { df[, setdiff(allnames,colnames(df))] <- NA; df })) head(df)

169 похожих чатов

Добрый вечер! Подскажите, пожалуйста, как можно сделать датафрейм из этого

2 ответов

Похожие вопросы