Question

我正在尝试将“JSON”文件转换为R中的数据框，并且没有取得多大成功。

我尝试过使用RJSON和RJSONIO，但两者似乎都对我的数据格式有相同的反对意见，只返回第一组{}之间的值。以下是我的数据示例：

{"response time":"1075","_p":"99ae8e5f1eb64091c019e57ff0e686d3","_t":1397514301}
{"_n":"searcher","version":"v4","mobile":"No","_p":"1797370","_t":1397514315}
{"month":"April","_n":"shown availability","availability":"unavailable","_t":1397514320}

如果我在Notepad ++中打开它，这正是它的样子 - 你可以看到} {。

之间没有逗号。

目的是将其转换为一个表格，每个{}为一行，每个类型都有一列，例如“_p”，“_ n”，“_ t”等我知道我可以使用plyr处理数据的锯齿状性质。

任何有关如何处理此问题的帮助都将受到赞赏。

Answer 1

text <- '{"response time":"1075","_p":"99ae8e5f1eb64091c019e57ff0e686d3","_t":1397514301}
{"_n":"searcher","version":"v4","mobile":"No","_p":"1797370","_t":1397514315}
{"month":"April","_n":"shown availability","availability":"unavailable","_t":1397514320}'


library(rjson)
json.text <- readLines(textConnection(text))
# parse JSON into named list
json      <- lapply(json.text,fromJSON)
library(plyr)
result <- do.call(rbind.fill,lapply(json,as.data.frame,optional=T))
result
#   response time                               _p         _t                 _n version mobile month availability
# 1          1075 99ae8e5f1eb64091c019e57ff0e686d3 1397514301               <NA>    <NA>   <NA>  <NA>         <NA>
# 2          <NA>                          1797370 1397514315           searcher      v4     No  <NA>         <NA>
# 3          <NA>                             <NA> 1397514320 shown availability    <NA>   <NA> April  unavailable

注意：

您的json最后格式不正确：,"trip "_t":1397514320}无法解析。因此，如果这是您的实际文本文件，我不知道如何处理它。在此示例中，我删除了"trip，将最后一个变量保留为"_t"。
您需要optional=T或as.data.frame(...)将尝试＆＃34;更正＆＃34;列名称，特别是通过将X添加到以_开头的那些。

编辑对评论主题的回复。

如果您的JSON有反斜杠字符，则可以在unexpected.escape=...的调用中设置fromJSON(...)参数，如下所示：

json      <- lapply(json.text,fromJSON,unexpected.escape="keep")

但是请注意，您的文件必须是格式正确的JSON - 不要错过}等等。否则fromJSON(...)将失败。

在R中使用非标准格式解析JSON文件＆＃39;

1 个答案: