如何解决如何提取多个 XML 文件的文件属性并将它们与 XML 提取的数据结合起来使用 R
我对 R 相当陌生,需要一些帮助来(提取和)将文件名和属性与从多个 xml 文件(大约 200 个)中提取的数据结合起来,然后将这些数据转换为数据帧。
我正在使用以下脚本来选择 xml 文件,提取数据并将其转换为数据帧(并且工作正常):
library(XML)
library(plyr)
# Select multiple xml files within directory
FileName <- list.files(pattern = "xml$",ignore.case=TRUE,full.names = FALSE)
# Create function to extract data
RI_ID <-function(FileName) {
doc1 <- xmlParse(FileName)
doc <- xmlToDataFrame(doc1["//ObjectList[@ObjectType='pkg']/o"],)
}
# Convert to dataframe
T1 <- ldply(FileName,RI_ID)
# Rename columns
names(T1)[names(T1) == "a"] <- "UniqueInstallationPackageID"
names(T1)[names(T1) == "b"] <- "PackageVersion_Latest"
# Convert to numeric
FieldToNumeric <- c("UniqueInstallationPackageID","PackageVersion_Latest")
T1[,FieldToNumeric] <- lapply(T1[,FieldToNumeric],as.numeric)
我想(并需要一些帮助):
我已经查看了以下两个来源,但没有成功实施它们:
- http://datacornering.com/how-to-combine-files-with-r-and-add-filename-column/
- Read multiple xml files in R and combine the data
由于保密协议,我无法分享 xml 文件的示例,但是,如果需要,可以重命名节点等并提交。感谢您的帮助。
解决方法
只需调整 RI_ID
方法即可检索这两条信息(使用 file.info
和 FileName
变量修改日期/时间)并将这些值绑定到 xml 数据框的新列中。 transform()
下方允许使用逗号分隔的分配将列添加到数据框中:
# Create function to extract data
RI_ID <-function(FileName) {
doc <- xmlParse(FileName)
df <- transform(xmlToDataFrame(doc["//ObjectList[@ObjectType='pkg']/o"]),file_name = FileName,file_modified = file.info(FileName)$mtime)
}
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。