将 R 中的 JSON 读取到 data.frame

Question

我有 JSON 值列表（实际上它是一个文本文件，其中每一行都是一个 JSON 对象）。像这样：

{ "id": 1, "name": "john", "age": 18, "education": "master" }
{ "id": 2, "name": "jack", "job": "clerk" }
...

某些值可能会丢失（例如，第一项没有“工作”值，第二项没有“教育”和“年龄”）。

我需要在 R 中创建数据框并将所有缺失的列值填充为 NA（如果具有唯一名称的字段至少存在于一行中）。如何更轻松地实现这一目标？

我已经完成的 - 我安装了“rjson”包并将这些行解析为 R 列表。假设 lines 变量是行的字符向量。

library(rjson)
lines <- // initialize "lines" var here
jsons <- sapply(lines, fromJSON)

“jsons”变量变为“列表列表”（每个 JSON 对象都转换为 R 术语中的列表）。怎么转成data.frame？

我想查看我提供的示例的以下数据框：

"id" | "name" | "age" | "education" | "job"
-------------------------------------------
1    | "john" |  18   |  "master"   |   NA
2    | "jack  |  NA   |     NA      | "clerk"

Answer 1

来自plyr，您可以使用rbind.fill 为您添加NAs

library(plyr)
rbind.fill(sapply(jsons, data.frame), jsons)

#   id name age education   job
# 1  1 john  18    master  <NA>
# 2  2 jack  NA      <NA> clerk

或来自data.table

library(data.table)
rbindlist(jsons, fill=T)

和dplyr

library(dplyr)
bind_rows(sapply(jsons, data.frame))

Answer 2

未来的我，纠正过去的错误。使用jsonlite的stream_in会更有意义

stream_in(txtfile)

# To test on `txt` from below, try:
# stream_in(textConnection(txt))

# Found 2 records...
# Imported 2 records. Simplifying...
#  id name age education   job
#1 NA john  18    master  <NA>
#2  2 jack  NA      <NA> clerk

---

使用jsonlite 包的fromJSON 函数，在对原始文本数据进行一些内联​​编辑后（我还编辑了id 数据的第一部分以包含明确的null 值，以显示它处理这个）：

fromJSON(paste0("[", gsub("}\n", "},\n", txt), "]"))
#  id name age education   job
#1 NA john  18    master  <NA>
#2  2 jack  NA      <NA> clerk

我所做的只是添加一些格式以将所有 JSON 行包装在 [ 和 ] 中，并在每个结束 } 的末尾添加一个逗号 - 产生如下所示的输出由jsonlite::fromJSON一次性处理完毕：

[{"1":"one"},{"2":"two"}]

txt 是您提供的数据行，null 在id 变量中：

txt <- "{ \"id\": null, \"name\": \"john\", \"age\": 18, \"education\": \"master\" }
{ \"id\": 2, \"name\": \"jack\", \"job\": \"clerk\" }"