在R中合并XML父节点属性与子节点数据为单个DataFrame

当然可以！你完全可以通过直接关联每个<race>节点的父节点<meeting>来一次性提取并合并所有需要的数据，不用分开操作后再拼接。这里有两种适配你需求的方案：

方法1：基于你当前使用的XML包优化 #

你可以先获取所有<race>节点，然后对每个节点直接提取其父节点<meeting>的属性，把这一步整合到你的cbind操作里，实现一步生成最终DataFrame：

# 先获取所有race节点
race_nodes <- getNodeSet(CardList_tmp, "//meeting/race")

# 一次性合并所有数据
CardList <- cbind(
  date,
  # 提取每个race节点对应的父meeting的id和name
  data.frame(
    meeting_id = sapply(race_nodes, function(node) xmlGetAttr(xmlParent(node), "id")),
    meeting_name = sapply(race_nodes, function(node) xmlGetAttr(xmlParent(node), "name"))
  ),
  # 原来的race节点属性提取
  data.frame(raceid = xpathSApply(CardList_tmp, "//meeting/race", xmlGetAttr, 'id')),
  data.frame(cards = xpathSApply(CardList_tmp, "//meeting/race", xmlGetAttr, 'details_available')),
  data.frame(status = xpathSApply(CardList_tmp, "//meeting/race", xmlGetAttr, 'race_status_code')),
  # race节点的子节点数据
  xmlToDataFrame(nodes = race_nodes)
)

这个方法延续了你原有的代码风格，只是新增了通过xmlParent(node)获取父节点并提取属性的步骤，避免了分开提取course和cid后再合并的麻烦。

方法2：更简洁的xml2 + tidyverse方法 #

如果你愿意尝试更现代、易读的代码风格，推荐使用xml2包配合tidyverse工具链，它能让整个流程更流畅，代码更简洁：

library(xml2)
library(tidyverse)

# 读取XML数据（如果还没读取的话）
# CardList_tmp <- read_xml("你的XML文件路径")

CardList <- xml_find_all(CardList_tmp, "//meeting/race") %>%
  map_df(function(node) {
    # 获取当前race节点的父meeting节点
    parent_meeting <- xml_parent(node)
    
    # 组合所有需要的数据成一行
    tibble(
      date = date, # 假设date是你已有的变量
      meeting_id = xml_attr(parent_meeting, "id"),
      meeting_name = xml_attr(parent_meeting, "name"),
      raceid = xml_attr(node, "id"),
      cards = xml_attr(node, "details_available"),
      status = xml_attr(node, "race_status_code"),
      # 自动提取race节点的所有子节点数据
      !!!xml_contents(node) %>%
        set_names(xml_name(.)) %>%
        map(xml_text) %>%
        as_tibble()
    )
  })

这个方法通过map_df遍历每个<race>节点，一次性提取父节点属性、当前节点属性以及子节点数据，自动合并成结构化的DataFrame，代码量更少，也更容易维护。

内容的提问来源于stack exchange，提问作者Tammboy