XML转DataFrame后仅一行多列，寻求拆分解决方法

你的问题出在对XML节点的遍历逻辑上：原代码直接对根节点执行嵌套xmlSApply，把所有字段的内容扁平化拼接成了一个大列表，转置后自然变成一行多列的结构。正确的做法是先定位到存储每行数据的节点集合，再逐个提取每行的字段值，最后组合成标准的DataFrame。

基于XML包的修正方案 #

首先修正原URL的拼写错误（原链接中的legedr.xml应为rows.xml，否则无法获取正确数据），然后调整节点遍历逻辑：

library(XML)
library(RCurl)

fileURL <- "https://data.ny.gov/api/views/ngbt-9rwf/rows.xml" 
xml_doc <- xmlTreeParse(getURL(fileURL), useInternalNodes = TRUE)
xmltop <- xmlRoot(xml_doc)

# 定位到存储数据的行节点集合（根节点下第二个子节点为数据容器）
data_node <- xmlChildren(xmltop)[[2]]
row_nodes <- xmlChildren(data_node)

# 遍历每个行节点，提取字段名和对应值
row_data_list <- lapply(row_nodes, function(row) {
  field_nodes <- xmlChildren(row)
  sapply(field_nodes, xmlValue)
})

# 将列表转换为DataFrame
plantcat_df <- do.call(rbind, lapply(row_data_list, function(x) {
  data.frame(t(x), stringsAsFactors = FALSE, row.names = NULL)
}))

View(plantcat_df)

更简洁的xml2包方案 #

推荐使用更现代的xml2包结合tidyverse工具，语法更直观且不易出错：

library(xml2)
library(tidyverse)

fileURL <- "https://data.ny.gov/api/views/ngbt-9rwf/rows.xml"
xml_doc <- read_xml(fileURL)

# 用XPath定位所有行节点
row_nodes <- xml_find_all(xml_doc, ".//row")

# 提取每行的字段并转换为宽表结构
plantcat_df <- row_nodes %>%
  map_dfr(function(row) {
    cols <- xml_children(row)
    tibble(
      field_name = xml_name(cols),
      field_value = xml_text(cols)
    ) %>%
      pivot_wider(names_from = field_name, values_from = field_value)
  })

View(plantcat_df)

关键说明 #

• 原URL的拼写错误是潜在问题：legedr.xml是无效路径，正确路径为rows.xml，否则会获取错误的XML结构。
• 核心逻辑是先按行拆分节点：每个<row>节点对应DataFrame的一行，节点内的子元素对应列，这样就能得到正常的行列结构。

内容的提问来源于stack exchange，提问作者Yuri Rolimus