У меня есть куча транскриптов чата в формате XML. Я включил образец записи ниже. Мне не нужна вся запись, всего 3 вещи. Первый атрибут @realTimeID. Второй/третий элемент - это значения из varValue, когда источник == «PostChat». Это будет содержать числовое значение от 1 до 10. Может быть второе значение, которое включает текстовую запись. Только небольшое количество записей будет содержать эти значения «PostChat».R XML для подмножества DataFrame
Что я хочу - это кадр данных с столбцом для realTimeID, а затем 2 столбца для числового и возможного текстового значения. Если бы я мог получить dataframe со столбцом для realTimeID и вторым столбцом для значения, я мог бы работать с данными оттуда просто отлично.
Вот некоторые примерные данные:
<Report account="12345" end_time="2016-07-01T00:00:59+00:00" limit="10000" more_sessions="true" start_time="2016-06-11T00:00:00+00:00" user="smith">
<Session id="ID1536678170" realTimeID="4768543970">
<Visitor id="1131902386012684">
<ip>123.456.789</ip>
<agent>Chrome 51.0.2704.63</agent>
<host/>
<chatReferer> foo </chatReferer>
<GeoInfo>
<geoCity/>
<geoConType/>
<geoCountry>USA</geoCountry>
<geoIP>123.456.789</geoIP>
<geoISP>USA ISP</geoISP>
<geoOrg>NA</geoOrg>
<geoPost/>
<geoReg/>
</GeoInfo>
</Visitor>
<Chat end_time="2016-06-11T21:46:14+00:00" start_time="2016-06-11T21:25:59+00:00">
<line by="info" time="2016-06-11T21:25:59+00:00">
<Text>Please do not post credit card or other sensitive data in this window. </Text>
</line>
<line by="info" time="2016-06-11T21:26:03+00:00">
<Text>You are now chatting with John.</Text>
</line>
<line by="John" repId="ID2447" time="2016-06-11T21:28:04+00:00">
<HTML><span dir="ltr">Hi sir</span></HTML>
</line>
<line by="John" repId="ID2447" time="2016-06-11T21:28:15+00:00">
<HTML><span dir="ltr">How may i help you ?</span></HTML>
</line>
<line by="you" time="2016-06-11T21:28:16+00:00">
<Text>Hi John. Im Bob. I have a technical question.</Text>
</line>
</Chat>
<VarValues>
<varValue id="ID917165" name="DisconnectedBy" source="Internal" sourceName="null" time="2016-06-11T21:46:14+00:00">RepStoppedChat</varValue>
<varValue id="ID922205" name="language" source="MonitorTag" sourceName="null" time="2016-06-11T21:23:46+00:00">English</varValue>
<varValue id="ID1317606" name="pageLoadTime" source="MonitorTag" sourceName="null" time="2016-06-11T21:23:46+00:00">88 sec</varValue>
<varValue id="ID1323660" name="survey90990357" source="Operator" sourceName="null" time="2016-06-11T21:32:38+00:00">Incomplete (INC) - customer abandons</varValue>
<varValue id="ID1372749" name="LP_Visitor_Category" source="Internal" sourceName="null" time="2016-06-11T21:23:43+00:00">0</varValue>
<varValue id="ID1617100" name="live_engage_control_group" source="Internal" sourceName="null" time="2016-06-11T21:23:43+00:00">false</varValue>
<varValue id="ID3647561" name="rerouteFlag" source="Rule Engine" sourceName="null" time="2016-06-11T21:23:46+00:00">true</varValue>
<varValue id="ID3665417" name="operatorName" source="Rule Engine" sourceName="null" time="2016-06-11T21:26:03+00:00">John Doe</varValue>
<varValue id="ID3730453" name="RenameFlag" source="Rule Engine" sourceName="null" time="2016-06-11T21:23:46+00:00">true</varValue>
<varValue id="ID3742796" name="PT-EligibleInSession" source="Rule Engine" sourceName="null" time="2016-06-11T21:24:43+00:00">Yes</varValue>
<varValue id="ID3834774" name="survey88140234" source="PostChat" sourceName="null" time="2016-06-13T04:44:54+00:00">10</varValue>
<varValue id="ID3834774" name="survey88140234" source="PostChat" sourceName="null" time="2016-06-13T04:44:54+00:00">Great Experience. Thanks for the help!</varValue>
</VarValues>
<Reps>
<Rep endTime="2016-06-11T21:46:14+00:00" id="ID2447" order="1" repName="John Doe" startTime="2016-06-11T21:26:03+00:00">John</Rep>
</Reps>
</Session>
<Session id="ID1536678170" realTimeID="123456789">
<Visitor id="1131902386012684">
<ip>123.456.789</ip>
<agent>Chrome 51.0.2704.63</agent>
<host/>
<chatReferer> foo </chatReferer>
<GeoInfo>
<geoCity/>
<geoConType/>
<geoCountry>USA</geoCountry>
<geoIP>123.456.789</geoIP>
<geoISP>USA ISP</geoISP>
<geoOrg>NA</geoOrg>
<geoPost/>
<geoReg/>
</GeoInfo>
</Visitor>
<Chat end_time="2016-06-11T21:46:14+00:00" start_time="2016-06-11T21:25:59+00:00">
<line by="info" time="2016-06-11T21:25:59+00:00">
<Text>Please do not post credit card or other sensitive data in this window. </Text>
</line>
<line by="info" time="2016-06-11T21:26:03+00:00">
<Text>You are now chatting with John.</Text>
</line>
<line by="John" repId="ID2447" time="2016-06-11T21:28:04+00:00">
<HTML><span dir="ltr">Hi sir</span></HTML>
</line>
<line by="John" repId="ID2447" time="2016-06-11T21:28:15+00:00">
<HTML><span dir="ltr">How may i help you ?</span></HTML>
</line>
<line by="you" time="2016-06-11T21:28:16+00:00">
<Text>Hi John. Im Bob. I have a technical question.</Text>
</line>
</Chat>
<VarValues>
<varValue id="ID917165" name="DisconnectedBy" source="Internal" sourceName="null" time="2016-06-11T21:46:14+00:00">RepStoppedChat</varValue>
<varValue id="ID922205" name="language" source="MonitorTag" sourceName="null" time="2016-06-11T21:23:46+00:00">English</varValue>
<varValue id="ID1317606" name="pageLoadTime" source="MonitorTag" sourceName="null" time="2016-06-11T21:23:46+00:00">88 sec</varValue>
<varValue id="ID1323660" name="survey90990357" source="Operator" sourceName="null" time="2016-06-11T21:32:38+00:00">Incomplete (INC) - customer abandons</varValue>
<varValue id="ID1372749" name="LP_Visitor_Category" source="Internal" sourceName="null" time="2016-06-11T21:23:43+00:00">0</varValue>
<varValue id="ID1617100" name="live_engage_control_group" source="Internal" sourceName="null" time="2016-06-11T21:23:43+00:00">false</varValue>
<varValue id="ID3647561" name="rerouteFlag" source="Rule Engine" sourceName="null" time="2016-06-11T21:23:46+00:00">true</varValue>
<varValue id="ID3665417" name="operatorName" source="Rule Engine" sourceName="null" time="2016-06-11T21:26:03+00:00">John Doe</varValue>
<varValue id="ID3730453" name="RenameFlag" source="Rule Engine" sourceName="null" time="2016-06-11T21:23:46+00:00">true</varValue>
<varValue id="ID3742796" name="PT-EligibleInSession" source="Rule Engine" sourceName="null" time="2016-06-11T21:24:43+00:00">Yes</varValue>
</VarValues>
<Reps>
<Rep endTime="2016-06-11T21:46:14+00:00" id="ID2447" order="1" repName="John Doe" startTime="2016-06-11T21:26:03+00:00">John</Rep>
</Reps>
</Session>
</Report>
Я могу читать данные:
library(XML)
dat <- xmlInternalTreeParse("data/sessions6.xml", useInternalNodes = T)
я могу извлечь значение realTimeID с помощью:
foo <- xpathApply(datRoot, "//Session", xmlGetAttr, "realTimeID")
и varValues мне нужно используя:
tmp <- xpathApply(datRoot, "//varValue[@source='PostChat']", xmlValue)
Но я не знаю, как соединить эти два и получить значения realTimeID, связанные с параметрами PostChat varValues. В качестве альтернативы, я думал о создании фреймворка данных с realTimeID и всеми VarValues. Я, очевидно, имею список всех ID, но не был уверен, как я могу просто извлечь DataFrame VarValues. Любая помощь будет оценена по достоинству.
EDIT: Я обновил свой образец кода XML, чтобы сделать его более полным и включить один сеанс с значениями PostChat и без него. Благодаря!
Будет ли каждый XML нести только один или два 'varValues' с' @ postChat'? Для однорядного df 3 варов? – Parfait
Каждая «запись» должна иметь не более 2 «PostChat» varValues. Однако в большинстве записей не будет никаких переменных PostChat varValues. Я разместил XML для одной записи. Каждый из моих xml-файлов фактически имеет списки 10k. –