我正在尝试使用 XML 包和 xmlToList 或 xmlToDataFrame 函数。 我的输入数据在互联网上(前两行)，我只需要处理 XML 的特定部分(参见第三个节点集命令)

url<- 'http://ClinicalTrials.gov/show/NCT00191100?resultsxml=true'
xml = xmlTreeParse(url,useInternalNode=TRUE)
ns <- getNodeSet(xml, '/clinical_study/clinical_results/reported_events/serious_events/category_list')

它是一个类别列表，类别里面是“事件”。事件有计数(计数特定于临床试验组(例如，药物组与安慰剂组)

我只需要事件，所以这里是使用 xmlToList 进行心脏呼吸骤停的最佳列表

xl<-xmlToList(url)
set2<-xl$clinical_results$reported_events$serious_events$category_list
set2[[3]]

> set2[[3]]
$title
[1] "Cardiac disorders"

$event_list
$event_list$event
$event_list$event$sub_title
[1] "Cardio-respiratory arrest"

$event_list$event$counts
         group_id            events subjects_affected  subjects_at_risk 
             "E1"               "1"               "1"             "260" 

$event_list$event$counts
         group_id            events subjects_affected  subjects_at_risk 
             "E2"               "0"               "0"             "255" 

由于这个错误，我无法使用 xmlToDataFrame。 (nodeset2 的所有数据都在 XMLattributes 中，我认为 xmlTODataFrame 可能不喜欢这样)

hopefulyDF <- getNodeSet(xml, '/clinical_study/clinical_results/reported_events/serious_events/category_list/category/event_list/event/counts')
 xmlToDataFrame(node = hopefulyDF)
Error in matrix(vals, length(nfields), byrow = TRUE) : 
  'data' must be of a vector type, was 'NULL'

如何最好地提取计数数据？我试过 unlist 但我可能在 R 方面还不够先进。我想避免循环和手动 xmlGetAttr。但在最坏的情况下，任何解决方案都可以接受。我发现 XML 包非常密集，有 2 个版本的 XML 数据作为列表和 NodeSets...:-(

理想的输出看起来像这样:(所有事件(不仅仅是第 3 行)

event group_ID numerator denumerator
Cardio-respiratory arrest   E1    1   260
Cardio-respiratory arrest   E2    0   250

(或者甚至有一个类别列(心脏疾病)——那将是非常理想的)

附注 我用了这个问题How to transform XML data into a data.frame? 还有那个问题R list to data frame但没有运气。 :-(

最佳答案

您可以通过迭代每个 event 并通过相对 XPath 提取 counts 属性来简化 XML 提取。通过使用 data.table 包中的 rbindlist，您可以在不添加条件代码的情况下处理缺失的属性:

library(XML)
library(data.table)

url <- 'http://ClinicalTrials.gov/show/NCT00191100?resultsxml=true'
xml <- xmlTreeParse(url,useInternalNode=TRUE)

ns <- getNodeSet(xml, '//event')

rbindlist(lapply(ns, function(x) {
  event <- xmlValue(x)
  data.frame(event, t(xpathSApply(x, ".//counts", xmlAttrs)))
}), fill=TRUE)

##                              event group_id subjects_affected events subjects_at_risk
##   1: Total, serious adverse events       E1                44     NA               NA
##   2: Total, serious adverse events       E2                17     NA               NA
##   3:                       Anaemia       E1                 6      6              260
##   4:                       Anaemia       E2                 0      0              255
##   5:           Febrile neutropenia       E1                 6      6              260
##  ---                                                                                 
## 174:                         Cough       E2                15     16              255
## 175:                      Pruritus       E1                14     16              260
## 176:                      Pruritus       E2                 9      9              255
## 177:                  Hypertension       E1                19     19              260
## 178:                  Hypertension       E2                21     21              255

如果需要，您始终可以将其转换回 data.frame 和/或重命名列。

关于xml - 当节点只有属性时，如何将 XML 转换为 data.frame？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26259896/