rjson::fromJSON 只返回第一项

Question

我有一个包含几列的 sqlite 数据库文件。其中一列嵌入了一个 JSON 字典（带有两个键）。我想将 JSON 列提取到 R 中的数据框中，该数据框在单独的列中显示每个键。

我尝试了 rjson::fromJSON，但它只读取第一项。有没有我错过的技巧？

这是一个模仿我的问题的例子：

> eg <- as.vector(c("{\"3x\": 20, \"6y\": 23}", "{\"3x\": 60, \"6y\": 50}"))
> fromJSON(eg)

$3x [1] 20

$6y [1] 23

所需的输出类似于：

# a data frame for both variables
  3x 6y
1 20 23
2 60 50

或者，

# a data frame for each variable
  3x 
1 20
2 60

  6y
1 23
2 50

Answer 1

您正在寻找的实际上是lapply 和rbind 或相关的一些应用程序的组合。

我会稍微扩展你的数据，只需要超过 2 个元素。

eg <- c("{\"3x\": 20, \"6y\": 23}",
        "{\"3x\": 60, \"6y\": 50}",
        "{\"3x\": 99, \"6y\": 72}")

library(jsonlite)

使用base R，我们可以做到

do.call(rbind.data.frame, lapply(eg, fromJSON))
#   X3x X6y
# 1  20  23
# 2  60  50
# 3  99  72

你可能想做Reduce(rbind, lapply(eg, fromJSON))之类的东西，但显着的区别是在Reduce模型中，rbind被称为“N-1”次，其中“N”是元素的数量eg;这会导致大量的数据复制，虽然它可能与小“N”一起工作，但它的扩展性非常可怕。使用do.call 选项，rbind 只被调用一次。

请注意，列标签已被 R 化，因为 data.frame 列名不应以数字开头。 （这是可能的，但通常不鼓励。）

如果您确信所有子字符串都将具有完全相同的元素，那么您可能会很好。如果有可能在某个时候会有所不同，也许

eg <- c(eg, "{\"3x\": 99}")

然后您会注意到基本 R 解决方案在默认情况下不再有效。

do.call(rbind.data.frame, lapply(eg, fromJSON))
# Error in (function (..., deparse.level = 1, make.row.names = TRUE, stringsAsFactors = default.stringsAsFactors())  : 
#   numbers of columns of arguments do not match

可能有一些技术可以尝试对元素进行规范化，以便确保匹配。但是，如果您不反对 tidyverse 软件包：

library(dplyr)
eg2 <- bind_rows(lapply(eg, fromJSON))
eg2
# # A tibble: 4 × 2
#    `3x`  `6y`
#   <int> <int>
# 1    20    23
# 2    60    50
# 3    99    72
# 4    99    NA

虽然您不能直接使用美元方法调用它，但您仍然可以使用[[ 或反引号。

eg2$3x
# Error: unexpected numeric constant in "eg2$3"
eg2[["3x"]]
# [1] 20 60 99 99
eg2$`3x`
# [1] 20 60 99 99