用于 Power BI 的 R 到 JSON 中的嵌套列表

Question

我在 R 中创建了一个数据集，其中包含 20 个变量的 800 个观察值，其中一些是向量（长度不同） 例如 观察 1：var1=1, var2="a", vec1=c("a", "b", "c"), vec2 = c(1,2,3) 观察2：var1=1, var2="a", vec1=c("a"), vec2 = c(1,2,3,4,5)

我尝试创建单个数据框，但它不喜欢不同长度的向量，因此当前数据存在为长度为 800 的多个向量（一个用于 var1，一个用于 var2 等）和多个长度列表800（包含vec1、vec2等）

将其组合成单个数据对象以使用嵌套列表的唯一方法是什么？

最终我需要输出为 JSON 以引入 Power BI，但我不知道如何组合现有元素来实现这一点。我尝试创建一个嵌套列表，然后创建 toJSON()，但这并不能解析为包含列的表（在 Power BI 中），而是每个列表项显示为需要扩展为 800 行的行。

非常感谢任何帮助！

Answer 1

据我了解，您目前有：

vector_var1 <- c(1, 1)
vector_var2 <- c("a", "a")
list_vec1 <- list(c("a", "b", "c"), c("a"))
list_vec2 <- list(c(1,2,3), c(1,2,3,4,5))

您可以将其放入具有 列表列的数据框中：

dat <- data.frame(
  var1 = vector_var1,
  var2 = vector_var2,
  vec1 = I(list_vec1),
  vec2 = I(list_vec2)
)

这给出了这个 JSON：

jsonlite::toJSON(dat, pretty = TRUE)
# [
#   {
#     "var1": 1,
#     "var2": "a",
#     "vec1": ["a", "b", "c"],
#     "vec2": [1, 2, 3]
#   },
#   {
#     "var1": 1,
#     "var2": "a",
#     "vec1": ["a"],
#     "vec2": [1, 2, 3, 4, 5]
#   }
# ]

这是你需要的吗？

编辑

根据 cmets 中的讨论，以下是如何使用 purrr::transpose 和 rlist::list.zip 获得所需结果：

vector_var1 <- c(1, 1)
vector_var2 <- c("a", "a")
list_vec1 <- list(c("a", "b", "c"), c("a", "b", "c", "d", "e"))
list_vec2 <- list(c(1,2,3), c(1,2,3,4,5))

L1 <- purrr::transpose(list(list_vec1, list_vec2))
L2 <- lapply(L1, function(vecs){
  do.call(rlist::list.zip, c(vecs, list(use.names=FALSE)))
})

dat <- data.frame(var1 = vector_var1, var2 = vector_var1, vec = I(L2))

jsonlite::toJSON(dat, auto_unbox = TRUE)
# [{"var1":1,"var2":1,"vec":[["a",1],["b",2],["c",3]]},{"var1":1,"var2":1,"vec":[["a",1],["b",2],["c",3],["d",4],["e",5]]}]

Answer 2

由于您的最终目标是将此数据集导入 powerBI，因此最好使用 dataframe，因为在 powerBI 中您必须再次将其转换为表格结构，因此从 dataframe 转换为 json 再将 json 转换为 dataframe 有点过头了。

现在将不同长度的向量转换为数据帧，您会收到一个错误，因为数据帧中的元素需要具有相同的长度。所以诀窍是使这些元素的长度相同，方法是用 NA（或任何占位符，如“空白”）填充额外的元素。

#function to generate vectors of varying length
temp_vectors = function(n){
  vector_list = vector('list', n)
  max_size = 0
  
  for(i in 1:n){
    vec_size = sample(1:20, 1)
    vector_list[[i]] = sample(1:10, vec_size, replace=TRUE)
    if(max_size < vec_size) max_size = vec_size
  }
  
  return(list('max_size' = max_size, 'vector_list' = vector_list))
}

x = temp_vectors(10)
vectors = x[['vector_list']]
n = x[['max_size']]

#the above code produces the following vector
vectors[1:2]
#> [[1]]
#>  [1] 6 8 5 5 9 2 1 2 4 7 3 8
#> 
#> [[2]]
#> [1] 1 4 8 8 7 9

#for loop to fill the extra places with NA
for(i in 1:10){
  if(length(vectors[[i]] != n)){
    length(vectors[[i]]) = n
  }
}

vectors[1:2]
#> [[1]]
#>  [1]  6  8  5  5  9  2  1  2  4  7  3  8 NA NA NA NA NA NA NA NA
#> 
#> [[2]]
#>  [1]  1  4  8  8  7  9 NA NA NA NA NA NA NA NA NA NA NA NA NA NA

#combining the vectors into df
df = data.frame(vectors)
colnames(df) = paste0('col.', 1:ncol(df))
df
#>    col.1 col.2 col.3 col.4 col.5 col.6 col.7 col.8 col.9 col.10
#> 1      6     1     3     7     8     6     5     3     6      9
#> 2      8     4    NA     7    10     8     5     1     8     NA
#> 3      5     8    NA    10     5     9     7    NA     1     NA
#> 4      5     8    NA     4     4     2     8    NA     8     NA
#> 5      9     7    NA    NA     6     6     6    NA     9     NA
#> 6      2     9    NA    NA     5     4     7    NA     4     NA
#> 7      1    NA    NA    NA     1     1     2    NA     8     NA
#> 8      2    NA    NA    NA     9     7     6    NA     5     NA
#> 9      4    NA    NA    NA     4     8    10    NA     8     NA
#> 10     7    NA    NA    NA     3     6    NA    NA     1     NA
#> 11     3    NA    NA    NA     1     6    NA    NA     9     NA
#> 12     8    NA    NA    NA     6     7    NA    NA     8     NA
#> 13    NA    NA    NA    NA     6     8    NA    NA    10     NA
#> 14    NA    NA    NA    NA     2     8    NA    NA    10     NA
#> 15    NA    NA    NA    NA     1     9    NA    NA     5     NA
#> 16    NA    NA    NA    NA     2     3    NA    NA     2     NA
#> 17    NA    NA    NA    NA     1     1    NA    NA    NA     NA
#> 18    NA    NA    NA    NA     6     6    NA    NA    NA     NA
#> 19    NA    NA    NA    NA    NA     9    NA    NA    NA     NA
#> 20    NA    NA    NA    NA    NA     9    NA    NA    NA     NA

^{由reprex package (v0.3.0) 于 2020-07-04 创建}

请注意，您可以对 800 个向量执行相同操作，遍历它们并将它们的大小更改为最长向量的大小，额外的索引将自动填充 NA。