Ana, estoy más familiarizado con xml2
, por lo que te voy a proponer una solución usando este paquete. Para instalarlo: install.packages("xml2")
en la consola.
library(xml2)
xmlText <- '<?xml version="1.0"?>
<sct type="detail" version="0.1">
<serviceLevelSegments timestamp="2017-10-25T11:45:44Z">
<Segment travelTimeMinutes="0.387" c-value="100" score="30" reference="85"
average="77" speed="95" code="447332188"/>
<Segment travelTimeMinutes="0.597" c-value="100" score="30" reference="85"
average="77" speed="85" code="447332203">
<SubSegment speed="95" PkEnd="782.112" PkIni="781.9" offset="0,212"/>
<SubSegment speed="77" PkEnd="782.746" offset="635,846" pkIni="782.535"/>
</Segment>
</serviceLevelSegments>
</sct>'
xml <- read_xml(xmlText)
niveles <- data.frame(id=c(1,2,3),
node=c('serviceLevelSegments', 'Segment', 'SubSegment'))
df <- data.frame()
colvar <- rep(NA,nrow(niveles))
for (n in xml_find_all(xml, ".//*")) {
for (a in names(xml_attrs(n))) {
df <- rbind(df, c(cbind(xml_name(n), a), colvar), stringsAsFactors=FALSE)
df[nrow(df),!is.na(c(NA,NA,niveles[match(niveles$node,xml_name(n)),1]))] <- xml_attr(n,a)
}
}
colnames(df) <- c("nodo", "attr",paste0("Valor",1:nrow(niveles)))
df
La Salida:
nodo attr Valor1 Valor2 Valor3
1 serviceLevelSegments timestamp 2017-10-25T11:45:44Z <NA> <NA>
2 Segment travelTimeMinutes <NA> 0.387 <NA>
3 Segment c-value <NA> 100 <NA>
4 Segment score <NA> 30 <NA>
5 Segment reference <NA> 85 <NA>
6 Segment average <NA> 77 <NA>
7 Segment speed <NA> 95 <NA>
8 Segment code <NA> 447332188 <NA>
9 Segment travelTimeMinutes <NA> 0.597 <NA>
10 Segment c-value <NA> 100 <NA>
11 Segment score <NA> 30 <NA>
12 Segment reference <NA> 85 <NA>
13 Segment average <NA> 77 <NA>
14 Segment speed <NA> 85 <NA>
15 Segment code <NA> 447332203 <NA>
16 SubSegment speed <NA> <NA> 95
17 SubSegment PkEnd <NA> <NA> 782.112
18 SubSegment PkIni <NA> <NA> 781.9
19 SubSegment offset <NA> <NA> 0,212
20 SubSegment speed <NA> <NA> 77
21 SubSegment PkEnd <NA> <NA> 782.746
22 SubSegment offset <NA> <NA> 635,846
23 SubSegment pkIni <NA> <NA> 782.535
Agregué el nodo para que sea más claro de entender, pero si quieres quedarte solo con los atributos, simplemente filtras la columna.
Un poco de explicación:
En primer lugar, definimos cuales son los nodos que determinan cada nivel, en el orden que corresponden. Eventualmente se podría ver de determinar los "niveles" de forma dinámica, pero para no complicar el ejemplo ya que en tu caso los nodos son conocidos de antemano hacemos:
niveles <- data.frame(id=c(1,2,3),
node=c('serviceLevelSegments', 'Segment', 'SubSegment'))
Luego iteramos por todos los nodos xml_find_all(xml, ".//*")
y por todos los atributos de cada uno de estos: names(xml_attrs(n))
- Agregamos una nueva fila al
data.frame
con las columnas de nodo
, atributo
y una columna adicional para el valor por cada nivel: df <- rbind(df, c(cbind(xml_name(n), a), colvar), stringsAsFactors=FALSE)
- El valor del atributo lo ingresamos en la columna que corresponde según el nivel en que estamos:
df[nrow(df),!is.na(c(NA,NA,niveles[match(niveles$node,xml_name(n)),1]))] <- xml_attr(n,a)
- Y por último,como detalle estético, renombramos las columnas:
colnames(df) <- c("nodo", "attr",paste0("Valor",1:nrow(niveles)))