R - ไฟล์ XML

XML เป็นรูปแบบไฟล์ที่แชร์ทั้งรูปแบบไฟล์และข้อมูลบนเวิลด์ไวด์เว็บอินทราเน็ตและที่อื่น ๆ โดยใช้ข้อความ ASCII มาตรฐาน ย่อมาจาก Extensible Markup Language (XML) คล้ายกับ HTML มีแท็กมาร์กอัป แต่แตกต่างจาก HTML ตรงที่แท็กมาร์กอัปอธิบายโครงสร้างของหน้าใน xml แท็กมาร์กอัปจะอธิบายความหมายของข้อมูลที่อยู่ในไฟล์

คุณสามารถอ่านไฟล์ xml ใน R โดยใช้แพ็กเกจ "XML" สามารถติดตั้งแพ็คเกจนี้ได้โดยใช้คำสั่งต่อไปนี้

install.packages("XML")

ป้อนข้อมูล

สร้างไฟล์ XMl โดยคัดลอกข้อมูลด้านล่างลงในโปรแกรมแก้ไขข้อความเช่น notepad บันทึกไฟล์ด้วยไฟล์.xml และเลือกประเภทไฟล์เป็น all files(*.*).

<RECORDS>
   <EMPLOYEE>
      <ID>1</ID>
      <NAME>Rick</NAME>
      <SALARY>623.3</SALARY>
      <STARTDATE>1/1/2012</STARTDATE>
      <DEPT>IT</DEPT>
   </EMPLOYEE>
	
   <EMPLOYEE>
      <ID>2</ID>
      <NAME>Dan</NAME>
      <SALARY>515.2</SALARY>
      <STARTDATE>9/23/2013</STARTDATE>
      <DEPT>Operations</DEPT>
   </EMPLOYEE>
   
   <EMPLOYEE>
      <ID>3</ID>
      <NAME>Michelle</NAME>
      <SALARY>611</SALARY>
      <STARTDATE>11/15/2014</STARTDATE>
      <DEPT>IT</DEPT>
   </EMPLOYEE>
   
   <EMPLOYEE>
      <ID>4</ID>
      <NAME>Ryan</NAME>
      <SALARY>729</SALARY>
      <STARTDATE>5/11/2014</STARTDATE>
      <DEPT>HR</DEPT>
   </EMPLOYEE>
   
   <EMPLOYEE>
      <ID>5</ID>
      <NAME>Gary</NAME>
      <SALARY>843.25</SALARY>
      <STARTDATE>3/27/2015</STARTDATE>
      <DEPT>Finance</DEPT>
   </EMPLOYEE>
   
   <EMPLOYEE>
      <ID>6</ID>
      <NAME>Nina</NAME>
      <SALARY>578</SALARY>
      <STARTDATE>5/21/2013</STARTDATE>
      <DEPT>IT</DEPT>
   </EMPLOYEE>
   
   <EMPLOYEE>
      <ID>7</ID>
      <NAME>Simon</NAME>
      <SALARY>632.8</SALARY>
      <STARTDATE>7/30/2013</STARTDATE>
      <DEPT>Operations</DEPT>
   </EMPLOYEE>
   
   <EMPLOYEE>
      <ID>8</ID>
      <NAME>Guru</NAME>
      <SALARY>722.5</SALARY>
      <STARTDATE>6/17/2014</STARTDATE>
      <DEPT>Finance</DEPT>
   </EMPLOYEE>
	
</RECORDS>

การอ่านไฟล์ XML

ไฟล์ xml ถูกอ่านโดย R โดยใช้ฟังก์ชัน xmlParse(). มันถูกเก็บไว้เป็นรายการใน R

# Load the package required to read XML files.
library("XML")

# Also load the other required package.
library("methods")

# Give the input file name to the function.
result <- xmlParse(file = "input.xml")

# Print the result.
print(result)

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังนี้ -

1
Rick
623.3
1/1/2012
IT

2
Dan
515.2
9/23/2013
Operations

3
Michelle
611
11/15/2014
IT

4
Ryan
729
5/11/2014
HR

5
Gary
843.25
3/27/2015
Finance

6
Nina
578
5/21/2013
IT

7
Simon
632.8
7/30/2013
Operations

8
Guru
722.5
6/17/2014
Finance

รับจำนวนโหนดที่มีอยู่ในไฟล์ XML

# Load the packages required to read XML files.
library("XML")
library("methods")

# Give the input file name to the function.
result <- xmlParse(file = "input.xml")

# Exract the root node form the xml file.
rootnode <- xmlRoot(result)

# Find number of nodes in the root.
rootsize <- xmlSize(rootnode)

# Print the result.
print(rootsize)

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังนี้ -

output
[1] 8

รายละเอียดของโหนดแรก

มาดูบันทึกแรกของไฟล์ที่แยกวิเคราะห์ มันจะทำให้เราทราบถึงองค์ประกอบต่างๆที่มีอยู่ในโหนดระดับบนสุด

# Load the packages required to read XML files.
library("XML")
library("methods")

# Give the input file name to the function.
result <- xmlParse(file = "input.xml")

# Exract the root node form the xml file.
rootnode <- xmlRoot(result)

# Print the result.
print(rootnode[1])

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังนี้ -

$EMPLOYEE
   1
   Rick
   623.3
   1/1/2012
   IT
 

attr(,"class")
[1] "XMLInternalNodeList" "XMLNodeList"

รับองค์ประกอบต่างๆของโหนด

# Load the packages required to read XML files.
library("XML")
library("methods")

# Give the input file name to the function.
result <- xmlParse(file = "input.xml")

# Exract the root node form the xml file.
rootnode <- xmlRoot(result)

# Get the first element of the first node.
print(rootnode[[1]][[1]])

# Get the fifth element of the first node.
print(rootnode[[1]][[5]])

# Get the second element of the third node.
print(rootnode[[3]][[2]])

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังนี้ -

1 
IT 
Michelle

XML ไปยัง Data Frame

ในการจัดการข้อมูลอย่างมีประสิทธิภาพในไฟล์ขนาดใหญ่เราอ่านข้อมูลในไฟล์ xml เป็น data frame จากนั้นประมวลผลกรอบข้อมูลเพื่อวิเคราะห์ข้อมูล

# Load the packages required to read XML files.
library("XML")
library("methods")

# Convert the input xml file to a data frame.
xmldataframe <- xmlToDataFrame("input.xml")
print(xmldataframe)

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังนี้ -

ID    NAME     SALARY    STARTDATE       DEPT 
1      1    Rick     623.30    2012-01-01      IT
2      2    Dan      515.20    2013-09-23      Operations
3      3    Michelle 611.00    2014-11-15      IT
4      4    Ryan     729.00    2014-05-11      HR
5     NA    Gary     843.25    2015-03-27      Finance
6      6    Nina     578.00    2013-05-21      IT
7      7    Simon    632.80    2013-07-30      Operations
8      8    Guru     722.50    2014-06-17      Finance

เนื่องจากข้อมูลพร้อมใช้งานในรูปแบบดาต้าเฟรมแล้วเราจึงสามารถใช้ฟังก์ชันที่เกี่ยวข้องกับเฟรมข้อมูลเพื่ออ่านและจัดการไฟล์ได้