在R语言中将指定XML内容转换为DataFrame的技术咨询

没问题，我帮你整理了两种在R里把这段XML转换成DataFrame的实用方法，都是用主流工具实现的，你可以按需选用：

方法一：使用xml2 + tidyverse组合（推荐，更符合现代R风格） #

这个方法用到xml2（处理XML）、dplyr（数据操作）和tidyr（数据格式转换），逻辑清晰，代码可读性强：

首先加载所需包：

library(xml2)
library(dplyr)
library(tidyr)

接下来定义你的XML内容（如果XML是存放在本地文件里，把下面的字符串替换成read_xml("你的文件路径.xml")即可）：

xml_str <- '<group> <data> <metadata> <meta content="6 cyl" name="engine"/> <meta content="55" name="mpg"/> <meta content="2700" name="weight"/> </metadata> </data> <data> <metadata> <meta content="3 cyl" name="engine"/> <meta content="65" name="mpg"/> <meta content="2420" name="weight"/> </metadata> </data> </group>'

# 解析XML
doc <- read_xml(xml_str)

然后提取并转换数据：

# 定位所有<data>节点
data_nodes <- xml_find_all(doc, ".//data")

# 遍历每个data节点，提取meta标签的属性并转换为宽格式
result_df <- purrr::map_dfr(data_nodes, function(node) {
  meta_nodes <- xml_find_all(node, ".//meta")
  tibble(
    name = xml_attr(meta_nodes, "name"),
    content = xml_attr(meta_nodes, "content")
  ) %>%
    pivot_wider(names_from = name, values_from = content)
})

# 查看最终结果
print(result_df)

代码解释： #

1. 先用xml_find_all定位所有<data>节点，每个节点对应一行数据；
2. 对每个<data>节点，提取里面所有<meta>标签的name（作为列名）和content（作为单元格值）；
3. 用pivot_wider把长格式的临时数据转换成我们需要的宽格式DataFrame，最后合并所有行。

方法二：使用XML包（适合习惯传统XML处理的用户） #

如果你更习惯使用老牌的XML包，也可以用下面的方法：

首先加载包：

library(XML)

解析XML并转换：

xml_str <- '<group> <data> <metadata> <meta content="6 cyl" name="engine"/> <meta content="55" name="mpg"/> <meta content="2700" name="weight"/> </metadata> </data> <data> <metadata> <meta content="3 cyl" name="engine"/> <meta content="65" name="mpg"/> <meta content="2420" name="weight"/> </metadata> </data> </group>'

# 解析XML
doc <- xmlParse(xml_str)

# 获取所有<data>节点
data_nodes <- getNodeSet(doc, "//data")

# 处理每个节点并合并成DataFrame
result_df <- do.call(rbind, lapply(data_nodes, function(node) {
  meta_nodes <- getNodeSet(node, ".//meta")
  # 提取属性并生成临时数据框
  temp_df <- data.frame(
    name = sapply(meta_nodes, xmlGetAttr, "name"),
    content = sapply(meta_nodes, xmlGetAttr, "content"),
    stringsAsFactors = FALSE
  )
  # 转换为宽格式
  tidyr::pivot_wider(temp_df, names_from = name, values_from = content)
}))

# 查看结果
print(result_df)

两种方法最终都会得到完全一致的结果：一个包含engine、mpg、weight三列，共两行的DataFrame。

内容的提问来源于stack exchange，提问作者Ahmed Battah