Panduan Pemula untuk Bekerja dengan Data XML dalam R

Hai teman-teman yang sedang belajar coding! Hari ini, kita akan memulai perjalanan menarik ke dunia berkas XML menggunakan R. Jangan khawatir jika Anda belum pernah memesan sebelumnya – saya akan menjadi panduan ramah Anda, dan kita akan mengambil langkah ini secara bertahap. Pada akhir panduan ini, Anda akan dapat membaca dan memanipulasi berkas XML seperti seorang ahli!

Apa Itu XML?

Sebelum kita masuk ke dalam, mari bicarakan apa sebenarnya XML. XML singkatan dari eXtensible Markup Language. Itu adalah cara untuk menyimpan dan mengirimkan data yang dapat dibaca oleh manusia dan mesin. Pahami itu sebagai struktur seperti pohon di mana informasi diatur dalam hierarki.

Data Masukan

Untuk memulai, kita memerlukan beberapa data XML untuk bekerja. Mari gunakan contoh sederhana inventaris toko buku:

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book category="cooking">
<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price>30.00</price>
</book>
<book category="children">
<title lang="en">Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
</bookstore>

Simpan konten XML ini dalam berkas yang dinamai bookstore.xml di direktori kerja Anda.

Membaca Berkas XML

Sekarang, mari membaca berkas XML ini ke dalam R. Kita akan menggunakan paket XML, yang adalah alat kuat untuk mengurai data XML.

Langkah 1: Instal dan muat paket XML

install.packages("XML")
library(XML)

Langkah 2: Baca berkas XML

# Baca berkas XML
xml_data <- xmlParse("bookstore.xml")

# Dapatkan node induk
root <- xmlRoot(xml_data)

# Cetak struktur data XML
print(root)

Ketika Anda menjalankan kode ini, Anda akan melihat struktur data XML Anda dicetak di konsol. Itu seperti melihat ke dalam berkas XML Anda untuk melihat bagaimana itu diatur!

Detil Node Pertama

Sekarang kita memiliki data XML yang dimuat, mari jelajahi itu lebih detil. Kita akan mulai dengan buku pertama di toko buku kami.

# Dapatkan node buku pertama
first_book <- root[[1]]

# Cetak detil buku pertama
print(first_book)

# Dapatkan elemen spesifik buku pertama
title <- xmlValue(first_book[["title"]])
author <- xmlValue(first_book[["author"]])
year <- xmlValue(first_book[["year"]])
price <- xmlValue(first_book[["price"]])

# Cetak informasi yang diekstrak
cat("Judul:", title, "\n")
cat("Penulis:", author, "\n")
cat("Tahun:", year, "\n")
cat("Harga:", price, "\n")

Kode ini mengekstrak dan mencetak detil buku pertama. Itu seperti membuka buku pertama di toko buku virtual kami dan membaca informasinya!

XML ke Data Frame

Meskipun bekerja dengan node individual sangat berguna, kadang-kadang kita ingin mengkonversi seluruh berkas XML kita ke format yang mudah untuk dianalisis. Dalam R, itu biasanya berarti mengubahnya menjadi data frame.

# Fungsi untuk mengekstrak informasi buku
extract_book_info <- function(book) {
data.frame(
Judul = xmlValue(book[["title"]]),
Penulis = xmlValue(book[["author"]]),
Tahun = as.integer(xmlValue(book[["year"]])),
Harga = as.numeric(xmlValue(book[["price"]])),
Kategori = xmlAttrs(book)["category"],
stringsAsFactors = FALSE
)
}

# Terapkan fungsi ke semua node buku
books_df <- do.call(rbind, lapply(xmlChildren(root), extract_book_info))

# Cetak data frame yang dihasilkan
print(books_df)

Kode ini membuat fungsi untuk mengekstrak informasi dari setiap node buku, kemudian menerapkan fungsi ini ke semua buku dalam berkas XML kita. Hasilnya adalah data frame yang rapih dan mudah untuk bekerja dengannya di R.

Kesimpulan

Selamat! Anda telah mengambil langkah pertama ke dunia pengolahan XML dengan R. Kita telah melihat bagaimana membaca berkas XML, menjelajahi strukturnya, mengekstrak informasi spesifik, dan bahkan mengkonversinya ke data frame.

Ingat, latihan membuat sempurna. Cobalah mengubah berkas XML atau membuat sendiri, dan lihat bagaimana Anda dapat mengekstrak informasi yang berbeda. Semakin Anda bermain dengannya, semakin Anda akan merasa nyaman.

Selamat coding, dan mayatnya perjalanan XML Anda bebas dari bug dan menarik!

Tabel Metode

Berikut adalah tabel ringkasan metode utama yang kita gunakan dalam panduan ini:

Metode	Deskripsi
xmlParse()	Membaca dan mengurai berkas XML
xmlRoot()	Mendapatkan node induk dari dokumen XML
xmlChildren()	Mengembalikan daftar node anak
xmlValue()	Mengambil konten teks dari node
xmlAttrs()	Mengambil atribut node
lapply()	Mengaplikasikan fungsi ke list atau vektor
do.call()	Membangun dan menjalankan panggilan fungsi
rbind()	Menggabungkan objek R secara berurutan

Metode ini adalah peralatan Anda untuk bekerja dengan XML di R. Ketika Anda merasa nyaman, Anda akan menemukan diri Anda mencari tools ini secara berkala. Terus menjelajahi, dan segera Anda akan menjadi master XML!

Credits: Image by storyset