Ich versuche, Informationen aus einer XML-Datei von ClinicalTrials.gov zu extrahieren. Die Datei ist folgendermaßen organisiert:

<clinical_study>
  ...
  <brief_title>
  ...
  <location>
    <facility>
      <name>
      <address>
        <city>
        <state>
        <zip>
        <country>
    </facility>
    <status>
    <contact>
      <last_name>
      <phone>
      <email>
    </contact>
  </location>
  <location>
    ...
  </location>
  ...
</clinical_study>

Ich kann das R XML-Paket von CRAN im folgenden Code verwenden, um alle Standortknoten aus der XML-Datei zu extrahieren:

library(XML)
clinicalTrialUrl <- "http://clinicaltrials.gov/ct2/show/NCT01480479?resultsxml=true"
xmlDoc <- xmlParse(clinicalTrialUrl, useInternalNode=TRUE)
locations <- xmlToDataFrame(getNodeSet(xmlDoc,"//location"))

Das funktioniert irgendwie ok.jedochWenn Sie sich den Datenrahmen ansehen, werden Sie feststellen, dass die Funktion xmlToDataFrame alles unter zusammenfasst<facility> in eine einzelne verkettete Zeichenfolge. Eine Lösung wäre, Code zu schreiben, um den Datenrahmen spaltenweise zu generieren, den Sie beispielsweise generieren könnten