XML是一種可擴展標記語言，它被設計用來傳輸和儲存資料。 XML是各種應用程式之間進行資料傳輸的最常用的工具。它與Access，Oracle和SQL Server等資料庫不同，資料庫提供了更強有力的資料儲存和分析能力，例如：資料索引、排序、查找、相關一致性等，它只是儲存資料 。事實上它與其他數據表現形式最大的不同是：它極其簡單，這是一個看起來有點瑣細的優點，但正是這點使它與眾不同。
針對XML格式數據，R語言XML套件可以對其進行數據導入與處理，詳見下面的案例說明。
直接輸入一段標記語言文本，使用XML套件解析。
library(XML) tt = '<x> <a>text</a> <b foo="1"/> <c bar="me"> <d>a phrase</d> </c> </x>' doc = xmlParse(tt) xmlToList(doc) # use an R-level node representation doc = xmlTreeParse(tt) xmlToList(doc)
匯入已有的xml格式資料並處理，本案例用到的是手機通訊錄xml數據，如下步驟操作:
#读取xml格式数据并解析 xmlfile=xmlParse(file.choose(),encoding="UTF-8") class(xmlfile) #形成根目录列表数据 xmltop = xmlRoot(xmlfile) class(xmltop) #查看类 xmlName(xmltop) #查看根目录名 xmlSize(xmltop) #查看根目录总数 xmlName(xmltop[[1]]) #查看子目录名 # 查看第一个子目录 xmltop[[1]] # 查看第二个子目录 xmltop[[2]] #子目录节点 xmlSize(xmltop[[1]]) #子目录节点数 xmlSApply(xmltop[[1]], xmlName) #子目录节点名 xmlSApply(xmltop[[1]], xmlAttrs) #子目录节点属性 xmlSApply(xmltop[[1]], xmlSize) #子目录节点大小 #查看第一个子目录的第一个节点 xmltop[[1]][[1]] #查看第一个子目录的第二个节点 xmltop[[1]][[2]] #第二个子目录 xmltop[[2]][[1]] xmltop[[2]][[2]] xmltop[[1]][[3]][[1]][[1]] #查看联系人电话 xmltop[['Contact']][['PhoneList']][[1]][[1]] #第二种方式 getNodeSet(xmltop, "//Contact/PhoneList")[[1]][[1]][[1]] #第三种方式 xmltop[[1]][[3]][[1]][[1]] = 13717232323 #更改联系人电话 xmltop[[1]][[1]][[1]]= "zhangsan "#更改联系人姓名 #保存 saveXML(xmltop, file="out.xml",encoding="UTF-8")
依下列步驟操作:
xmlToDataFrame(xmlfile) #第一种方式，直接用xmlToDataFrame()函数
library("plyr") #第二种方式，数据格式处理专用包plyr
MyContact=ldply(xmlToList(file.choose()), data.frame) #先转成list,再转dataframe
View(MyContact)
# 查看联系方式
MyContact[,c("Name" ,"PhoneList.Phone.text")]
# 联系方式保存
write.csv(MyContact, "MyContact.csv", row.names=FALSE)以上就是R語言XML格式資料匯入與處理- ShangFR的內容，更多相關內容請關注PHP中文網（m.sbmmt.com）！
