Archivos XML en R
XML significa Lenguaje de Marcado Extensible (eXtensible Markup Language), XML está diseñado para transmitir y almacenar datos.
Si aún no conoces XML, puedes consultar:Tutorial de XML
Para leer y escribir archivos XML en R, es necesario instalar un paquete de extensión. Podemos instalarlo ingresando el siguiente comando en la consola de R:
install.packages("XML", repos = "https://mirrors.ustc.edu.cn/CRAN/")
Verificar si la instalación fue exitosa:
> any(grepl("XML",installed.packages()))
[1] TRUE
Crea el archivo sites.xml, el archivo xml debe estar en el mismo directorio que el script de prueba, el código es el siguiente:
Ejemplo
A continuación, podemos usar el paquete XML para cargar los datos del archivo xml:
Ejemplo
library("XML")
# Establecer el nombre del archivo
result <- xmlParse(file = "sites.xml")
# Mostrar el resultado
print(result)
Contar la cantidad de datos xml:
Ejemplo
library("XML")
# Establecer el nombre del archivo
result <- xmlParse(file = "sites.xml")
# Extraer el nodo raíz
rootnode <- xmlRoot(result)
# Contar la cantidad de datos
rootsize <- xmlSize(rootnode)
# Mostrar el resultado
print(rootsize)
Al ejecutar el código anterior, el resultado es:
[1] 3
Para ver los datos de un nodo, una fila usa[ ], las filas y columnas especificadas usan[[ ]]:
Ejemplo
library("XML")
# Establecer el nombre del archivo
result <- xmlParse(file = "sites.xml")
# Extraer el nodo raíz
rootnode <- xmlRoot(result)
# Ver los datos del segundo nodo
print(rootnode[2])
# Ver el primer dato del segundo nodo
print(rootnode[[2]][[1]])
# Ver el tercer dato del segundo nodo
print(rootnode[[2]][[3]])
Al ejecutar el código anterior, el resultado es:
$site <site> <id>2</id> <name>Ejemplo</name> <url>www.example.com</url> <likes>222</likes> </site> attr(,"class") [1] "XMLInternalNodeList" "XMLNodeList" <id>2</id> <url>www.example.com</url>
Convertir XML a lista de datos
El resultado del código anterior está en formato xml. Podemos usar la función xmlToList() para convertir los datos del archivo a formato de lista, lo que facilita su lectura:
Ejemplo
library("XML")
# Establecer el nombre del archivo
result <- xmlParse(file = "sites.xml")
# Convertir a lista
xml_data <- xmlToList(result)
print(xml_data)
print("============================")
# Mostrar el dato de la primera fila y segunda columna
print(xml_data[[1]][[2]])
Al ejecutar el código anterior, el resultado es:
$site $site$id [1] "1" $site$name [1] "Google" $site$url [1] "www.google.com" $site$likes [1] "111" $site $site$id [1] "2" $site$name [1] "Ejemplo" $site$url [1] "www.example.com" $site$likes [1] "222" $site $site$id [1] "3" $site$name [1] "Taobao" $site$url [1] "www.taobao.com" $site$likes [1] "333" [1] "============================" [1] "Google"
Convertir XML a data frame
Los datos del archivo XML se pueden convertir al tipo data frame, de esta manera es más conveniente operar sobre los datos:
Ejemplo
library("XML")
# Convertir los datos del archivo xml a data frame
xmldataframe <- xmlToDataFrame("sites.xml")
print(xmldataframe)
Al ejecutar el código anterior, el resultado es:
id name url likes 1 1 Google www.google.com 111 2 2 Ejemplo www.example.com 222 3 3 Taobao www.taobao.com 333Otras extensiones