拓端tecdat|如何从xml文件创建R语言数据框dataframe

问题重现 

软件：R语言

环境：windows

问题描述：我有一个XML文档文件。文件的一部分如下所示：

1.  <?xml version="1.0" encoding="UTF-8"?>
2.  <List>
3.  <SubCategory>
4.  <ID>BO</ID>
5.  <Name>Bookcases</Name>
6.  </SubCategory>
7.  <SubCategory>
8.  <ID>CH</ID>
9.  <Name>Chairs</Name>
10.  </SubCategory>
11.  <SubCategory>
12.  <ID>LA</ID>
13.  <Name>Labels</Name>
14.  </SubCategory>
15.  <SubCategory>
16.  <ID>TA</ID>
17.  <Name>Tables</Name>
18.  </SubCategory>
19.  <SubCategory>
20.  <ID>ST</ID>
21.  <Name>Storage</Name>
22.  </SubCategory>
23.  <SubCategory>
24.  <ID>FU</ID>
25.  <Name>Furnishings</Name>
26.  </SubCategory>
27.  <SubCategory>
28.  <ID>AR</ID>
29.  <Name>Art</Name>
30.  </SubCategory>
31.  <SubCategory>
32.  <ID>PH</ID>
33.  <Name>Phones</Name>
34.  </SubCategory>
35.  <SubCategory>
36.  <ID>BI</ID>
37.  <Name>Binders</Name>
38.  </SubCategory>
39.  <SubCategory>
40.  <ID>AP</ID>
41.  <Name>Appliances</Name>
42.  </SubCategory>
43.  <SubCategory>
44.  <ID>PA</ID>
45.  <Name>Paper</Name>
46.  </SubCategory>
47.  <SubCategory>
48.  <ID>AC</ID>
49.  <Name>Accessories</Name>
50.  </SubCategory>
51.  <SubCategory>
52.  <ID>EN</ID>
53.  <Name>Envelopes</Name>
54.  </SubCategory>
55.  <SubCategory>
56.  <ID>FA</ID>
57.  <Name>Fasteners</Name>
58.  </SubCategory>
59.  <SubCategory>
60.  <ID>SU</ID>
61.  <Name>Supplies</Name>
62.  </SubCategory>
63.  <SubCategory>
64.  <ID>MA</ID>
65.  <Name>Machines</Name>
66.  </SubCategory>
67.  <SubCategory>
68.  <ID>CO</ID>
69.  <Name>Copiers</Name>
70.  </SubCategory>
71.  </List>

从这个XML文件中，我想创建一个具有ID，name 列的R数据框。请注意，name和ID应包含变量的所有级别。

解决方案

假设这是正确的​​taxlots.shp.xml​​文件：

1.  <?xml version="1.0" encoding="UTF-8"?>
2.  <List>
3.  <SubCategory>
4.  <ID>BO</ID>
5.  <Name>Bookcases</Name>
6.  </SubCategory>
7.  <SubCategory>
8.  <ID>CH</ID>
9.  <Name>Chairs</Name>
10.  </SubCategory>
11.  <SubCategory>
12.  <ID>LA</ID>
13.  <Name>Labels</Name>
14.  </SubCategory>
15.  <SubCategory>
16.  <ID>TA</ID>
17.  <Name>Tables</Name>
18.  </SubCategory>
19.  <SubCategory>
20.  <ID>ST</ID>
21.  <Name>Storage</Name>
22.  </SubCategory>
23.  <SubCategory>
24.  <ID>FU</ID>
25.  <Name>Furnishings</Name>
26.  </SubCategory>
27.  <SubCategory>
28.  <ID>AR</ID>
29.  <Name>Art</Name>
30.  </SubCategory>
31.  <SubCategory>
32.  <ID>PH</ID>
33.  <Name>Phones</Name>
34.  </SubCategory>
35.  <SubCategory>
36.  <ID>BI</ID>
37.  <Name>Binders</Name>
38.  </SubCategory>
39.  <SubCategory>
40.  <ID>AP</ID>
41.  <Name>Appliances</Name>
42.  </SubCategory>
43.  <SubCategory>
44.  <ID>PA</ID>
45.  <Name>Paper</Name>
46.  </SubCategory>
47.  <SubCategory>
48.  <ID>AC</ID>
49.  <Name>Accessories</Name>
50.  </SubCategory>
51.  <SubCategory>
52.  <ID>EN</ID>
53.  <Name>Envelopes</Name>
54.  </SubCategory>
55.  <SubCategory>
56.  <ID>FA</ID>
57.  <Name>Fasteners</Name>
58.  </SubCategory>
59.  <SubCategory>
60.  <ID>SU</ID>
61.  <Name>Supplies</Name>
62.  </SubCategory>
63.  <SubCategory>
64.  <ID>MA</ID>
65.  <Name>Machines</Name>
66.  </SubCategory>
67.  <SubCategory>
68.  <ID>CO</ID>
69.  <Name>Copiers</Name>
70.  </SubCategory>
71.  </List>

XML格式的数据很少以允许该​​xmlToDataFrame​​功能正常工作的方式进行组织。最好提取列表中的所有内容，然后将列表绑定到数据框中：

1.  data <- xmlParse("ProductSubcategory.xml")
2.   
3.  xml_data <- xmlToList(data)
4.   
5.  dataDictionary <- xmlToDataFrame(getNodeSet(data,"//SubCategory"))