Question

当我运行查询时

mongo.cursor.to.data.frame(cursor)

使用rmongodb将集合中的文档提取到R中的数据框，我收到了警告消息：

In mongo.cursor.to.data.frame(cursor) : This fails for most NoSQL data structures. I am working on a new solution

我查了一些关于rmongodb的文章，我也可以在那里找到这条消息。此警告是否意味着结果数据框中可能存在某些问题？

Answer 1

source code显示可能出现的问题

mongo.cursor.to.data.frame <- function(cursor, nullToNA=TRUE, ...){

  warning("This fails for most NoSQL data structures. I am working on a new solution")

  res <- data.frame()
  while ( mongo.cursor.next(cursor) ){
    val <- mongo.bson.to.list(mongo.cursor.value(cursor))

    if( nullToNA == TRUE )
      val[sapply(val, is.null)] <- NA

    # remove mongo.oid -> data.frame can not deal with that!
    val <- val[sapply(val, class) != 'mongo.oid']

    res <- rbind.fill(res, as.data.frame(val, ... ))

  }
  return( as.data.frame(res) )
}

我们可以看到它正在使用plyr::rbind.fill到rbind data.frames。所以这一切都归结为传递给rbind.fill的内容，即val。

而val是val <- mongo.bson.to.list(mongo.cursor.value(cursor))的结果。

因此，只要as.data.frame(val, ...)可以处理您传递给它的列表结构，就可以了。

然而，设想一个 NoSQL 数据结构会很容易失败：

## consider the JSON structure
## [{"a":[1,2,3],"b":["a","b","c"]},{"d":[1.1,2.2,3.3],"e":[["nested","list"]]}] 

##Which in R is the same as
lst = list(list(a = c(1L,2L,3L),
                b = c("a","b","c")),
           list(d = c(1.1, 2.2, 3.3),
                e = list(c("nested", "list"))))

## this errors when coerced to a data.frame
as.data.frame(lst)
Error in data.frame(d = c(1.1, 2.2, 3.3), e = list(c("nested", "list")),  : 
  arguments imply differing number of rows: 3, 2

此时我应该提一下mongolite包，这通常会更快，但会再次返回data.frame。

还有我对mongolite的扩展，mongolitedt（还没有在CRAN上）更快更好并且检索数据，但是再一次受限于结果必须被强制转换为data.table

在rmongodb

1 个答案: