如何在 R 数据框中取消嵌套列表，同时保留键和值？

Posted 2023-04-12

【中文标题】如何在 R 数据框中取消嵌套列表，同时保留键和值？

【英文标题】：How do I unnest a list inside an R dataframe keeping both keys and values?

【发布时间】：2020-03-23 14:04:52

【问题描述】：

我目前正在将 JSON 格式的数据提取到 R 数据框中。

提供的数据格式如下：

创建测试数据的示例代码：

test_input_data <- data.frame(date.x=c("2017-08-17", "2017-07-26", "2017-10-04"), properties.x=c("\"gender\": \"Male\", \"nationality\": \"NZL\", \"document_type\": \"passport\", \"date_of_expiry\": \"2018-07-05\", \"issuing_country\": \"NZL\"", "\"gender\": \"Female\", \"nationality\": \"NLD\", \"document_type\": \"national_identity_card\", \"date_of_expiry\": \"2026-10-07\", \"issuing_country\": \"NLD\"" , "\"issuing_date\": \"2015-05-18\", \"document_type\": \"driving_licence\", \"date_of_expiry\": \"2017-05-05\", \"issuing_country\": \"IRL\""), stringsAsFactors = FALSE)

我想做的是如下创建一个数据框：

我目前正在使用 RJSONIO::fromJSON() 函数将 properties.x 映射到列表中，然后将其取消嵌套：

properties_doc_reports <- test_data %>% 
  mutate(properties.x = map(properties.x, ~ RJSONIO::fromJSON(.))) %>% 
  dplyr::filter(purrr::map_lgl(properties.x, ~!rlang::is_empty(.x))) %>% ##this is optional as it deletes all rows with empty lists
  as_tibble %>% 
  unnest(properties.x)

但是，这摆脱了 properties.x 中的“键”，这也是我需要的。作为参考，R 代码的输出给了我以下信息：

但是，输入数据中的每一行都没有一组一致的键值对，因此我无法从行号推断键。例如，输入数据框中的第 3 行）中缺少“性别”

有什么想法吗？

【问题讨论】：

解析数据看起来有点奇怪。也许试试jsonlite::fromJSON() 或jsonlite::stream_in()。

能否提供一些示例数据

@JBGruber - 我使用过 jsonlite，它给了我相同的结果。

@BertilBaron - 添加了测试数据

【参考方案1】：

您好，这是一个快速的解决方案。我正在使用每个 json 仅包含一行的事实。 map_df 来自包 purrr 然后自动将所有行转换为单个 data.frame。由于 map_df 保持行顺序，它只是将生成的 df 与日期列绑定。

test_input_data <- data.frame(date.x=c("2017-08-17", "2017-07-26", "2017-10-04"), properties.x=c("\"gender\": \"Male\", \"nationality\": \"NZL\", \"document_type\": \"passport\", \"date_of_expiry\": \"2018-07-05\", \"issuing_country\": \"NZL\"", "\"gender\": \"Female\", \"nationality\": \"NLD\", \"document_type\": \"national_identity_card\", \"date_of_expiry\": \"2026-10-07\", \"issuing_country\": \"NLD\"" , "\"issuing_date\": \"2015-05-18\", \"document_type\": \"driving_licence\", \"date_of_expiry\": \"2017-05-05\", \"issuing_country\": \"IRL\""), stringsAsFactors = FALSE)

library(tidyverse)
df <- bind_cols(
  test_input_data %>% 
    select(date.x),
  test_input_data$properties.x %>% 
    map_df(jsonlite::fromJSON)
)

希望这会有所帮助！

【讨论】：

谢谢伯蒂尔，确实如此！我在“取消透视”数据框后使用了 melt 功能，但这是我需要的步骤