如何在 R 中使用这种嵌套的 JSON 格式？答案

【问题标题】：How can I work with this nested JSON format in R?如何在 R 中使用这种嵌套的 JSON 格式？
【发布时间】：2019-02-24 18:39:36
【问题描述】：

我正在尝试使用类似于下面的嵌套 JSON 格式。我最终需要的是数据框只有两行数据，一行给 John，一行给 Sam，其他数据格式如下。所以这个特定的数据框将有 2 行和 7 列。

Name  RD1  RD2  Hours1  Hours2  Billable1  Billable2
John
Sam

如何做到这一点？提前谢谢！

代码如下：

library(jsonlite)
options(stringsAsFactors = FALSE)
    rawData <- "document.txt"
    processedData <- fromJSON(rawData, flatten = TRUE)
    processedData <- processedData[, c("name", "records")]
    unnestedJSON <- unnest(processedData, records)

document.txt 包含以下信息：

[
{
  "name": "John",
  "records": [
     {
        "reportDate": "2018-07-20",
        "hours": 204,
        "billable": 32844
     },
     {
        "reportDate": "2018-03-25",
        "hours": 234,
        "billable": 37715
     }
  ]
},
{
  "name": "Sam",
  "records": [
     {
        "reportDate": "2018-06-18",
        "hours": 187,
        "billable": 13883
     },
     {
        "reportDate": "2018-04-02",
        "hours": 176,
        "billable": 13467
     }
  ]
}
]

【问题讨论】：

标签： r json dataframe nested

【解决方案1】：

你的意思是这样的吗？

jsonlite::fromJSON(s, flatten=TRUE) %>%
  tidyr::unnest()
#   name reportDate hours billable
# 1 John 2018-07-20   204    32844
# 2 John 2018-03-25   234    37715
# 3  Sam 2018-06-18   187    13883
# 4  Sam 2018-06-19   188    13884
# 5  Sam 2018-06-20   189    13885
# 6  Sam 2018-04-02   176    13467

我很难以一般方式直接使用data.table（事先不知道列），请参阅https://stackoverflow.com/a/34693087/3358272（在此处不起作用）和https://github.com/Rdatatable/data.table/issues/2146以供参考。

支持数据，添加了一些条目：

s <- '[
{
  "name": "John",
  "records": [
     {
        "reportDate": "2018-07-20",
        "hours": 204,
        "billable": 32844
     },
     {
        "reportDate": "2018-03-25",
        "hours": 234,
        "billable": 37715
     }
  ]
},
{
  "name": "Sam",
  "records": [
     {
        "reportDate": "2018-06-18",
        "hours": 187,
        "billable": 13883
     },
     {
        "reportDate": "2018-06-19",
        "hours": 188,
        "billable": 13884
     },
     {
        "reportDate": "2018-06-20",
        "hours": 189,
        "billable": 13885
     },
     {
        "reportDate": "2018-04-02",
        "hours": 176,
        "billable": 13467
     }
  ]
}
]'

【讨论】：

【解决方案2】：

您只需要将数据聚合到名称级别（假设每个名称都是唯一的）。

这是data.table的选项：

library(data.table)
dt <- data.table(unnestedJSON)
dt[, .(RD1 = first(reportDate), 
       RD2 = last(reportDate),  
       Hours1 = first(hours)
       Hours2 = last(hours)
       Billable1 =first(billable) 
       Billable2 = last(billable)), by = name]

如果你的名字不是唯一的，你需要先创建一个 ID 列并按 ID 聚合。

注意：这应该适用于您的示例，每个名称有两个值。如果 json 每个名称可以有更多的值，它可能不符合您的要求。

要支持每个名称超过两个值，请使用 dcast:

library(data.table)
dt <- data.table(unnestedJSON)
dt[, rown := 1:.N, by = name]
res <- dcast(
  dt, 
  formula = name ~ rown, 
  value.var = c("reportDate", "hours", "billable"), fun.aggregate = mean)

【讨论】：