使用嵌套 json 转换列答案

【问题标题】：Converting column with nested jsons使用嵌套 json 转换列
【发布时间】：2020-08-20 08:52:10
【问题描述】：

我有一个名为 df 的数据框：

ID    Message
1     {"user":user10, "message":{"sender":"k3532", "card":87876}}
2     {"user":user14, "message":{"sender":"hg769", "card":6434363654}}
3     {"user":user22, "message":{"sender":"gjhyj5", "card":87676876, "allowed":true}}

你可以通过它创建

df = structure(list(ID = 1:3, Message = c("{\"user\":\"user10\", \"message\":{\"sender\":\"k3532\", \"card\":87876}}", 
                                     "{\"user\":\"user14\", \"message\":{\"sender\":\"hg769\", \"card\":6434363654}}", 
                                     "{\"user\":\"user22\", \"message\":{\"sender\":\"gjhyj5\", \"card\":87676876, \"allowed\":true}}"
)), row.names = c(NA, -3L), class = c("data.frame"
))

我想解析 Message 列中的那些 json 并将它们转换为列。我使用第一行的 json 执行此操作：

df_col <- df[1,]$Message %>% 
  fromJSON() 
df_col <- enframe(unlist(df_col))
df_col <- setNames(data.frame(as.list(df_col$value)), df_col$name)

我得到了数据框，它看起来像这样：

user      message.sender  message.card
user10      k3532            87876

其中“user”“message.sender”“message.card”是列。现在我想对每一行中的每个 json 执行此操作并与原始数据框绑定。所以，想要的结果必须是这样的：

ID    name    user       message.sender   message.card    message.allowed
1     value   user10       k3532            87876            NA
2     value   user14       hg769            6434363654       NA
3     value   user22       gjhyj5           87676876         TRUE

我该如何编写那个函数？

【问题讨论】：

@RonakShah 其不同的原因在于绑定数据帧，而不是解析。在这里，我已经提供了解析代码（不是以提供的方式），一个问题是关于将我从解析中获得的数据帧与原始数据帧绑定
@RonakShah，解决方案必须包含此代码 df_col <- df[1,]$Message %>% fromJSON() df_col <- enframe(unlist(df_col)) df_col <- setNames(data.frame(as.list(df_col$value)), df_col$name)。这很重要。我不问怎么解析，我问怎么绑定

标签： r function dataframe

【解决方案1】：

如果解决方案必须使用您当前的方法，您可以使用它准备一个函数：

get_data <- function(message) {
  df_col <- message %>% jsonlite::fromJSON
  df_col <- tibble::enframe(unlist(df_col))
  df_col <- setNames(data.frame(as.list(df_col$value)), df_col$name)
  df_col
}

这适用于这样的一个值：

get_data(df$Message[1])
    user message.sender message.card
1 user10          k3532        87876

对于所有Message 值，您可以使用purrr::map_dfr：

purrr::map_dfr(df$Message, get_data)

#    user message.sender message.card message.allowed
#1 user10          k3532        87876            <NA>
#2 user14          hg769   6434363654            <NA>
#3 user22         gjhyj5     87676876            TRUE

【讨论】：