如何在R中解析特定格式XML并转换为DataFrame？

方法1：使用xml2库（推荐，适配大数据量） #

xmlToDataFrame()报错的核心原因是它默认解析节点的子元素文本，而你的客户数据全部存在节点属性中，导致提取到空值触发错误。我们可以直接提取节点属性来构建DataFrame：

1. 读取XML文档

library(xml2)
doc <- read_xml("your_customers.xml")

2. 定位所有客户节点

customer_nodes <- xml_find_all(doc, "//customer")

3. 提取属性并转换为DataFrame

# 遍历每个节点提取属性，再拼接成数据框
customer_df <- do.call(rbind, lapply(customer_nodes, function(node) {
  as.data.frame(t(xml_attrs(node)), stringsAsFactors = FALSE)
}))

# 按需转换数据类型（比如将ID转为整数）
customer_df$ID <- as.integer(customer_df$ID)

方法2：使用XML库（兼容旧代码场景） #

如果习惯用XML库，同样需要手动提取属性：

library(XML)
doc <- xmlParse("your_customers.xml")
customer_nodes <- getNodeSet(doc, "//customer")

customer_df <- do.call(rbind, lapply(customer_nodes, function(node) {
  as.data.frame(t(xmlAttrs(node)), stringsAsFactors = FALSE)
}))

customer_df$ID <- as.integer(customer_df$ID)

针对5万条记录的性能优化 #

• 替换base::rbind为data.table::rbindlist，大幅提升大数据拼接效率：

library(data.table)
customer_df <- rbindlist(lapply(customer_nodes, function(node) {
  as.data.table(t(xml_attrs(node)))
}))

内容的提问来源于stack exchange，提问作者saibot