Question

我有一个超过100,000个json文件的列表，我想从中获取一个只包含少量变量的data.table。不幸的是文件很复杂。每个json文件的内容如下所示：

样本1

$id
[1] "10.1"
$title
$title$value
[1] "Why this item"
$itemsource
$itemsource$id
[1] "AA"
$date
[1] "1992-01-01"
$itemType
[1] "art"
$creators
list()

样本2

$id
[1] "10.2"
$title
$title$value
[1] "We need this item"
$itemsource
$itemsource$id
[1] "AY"
$date
[1] "1999-01-01"
$itemType
[1] "art"
$creators
    type                name firstname    surname affiliationIds
1 Person Frank W. Cornell.  Frank W. Cornell.             a1
2 Person David A. Chen.  David A. Chen.             a1

$affiliations
  id                                          name
1 a1 Foreign Affairs Desk, New York Times

我从这组文件中需要的是一个包含创建者名称，项目ID和日期的表格。对于上面的两个示例文件：

id           date            name                firstname lastname  creatortype
"10.1"      "1992-01-01"      NA                    NA        NA      NA
"10.2"      "1999-01-01"  Frank W. Cornell.      Frank W.   Cornell.  Person
"10.2"      "1999-01-01"  David A. Chen.         David A.   Chen.     Person

到目前为止我做了什么：

library(parallel)
library(data.table)
library(jsonlite)
library(dplyr)

filelist = list.files(pattern="*.json",recursive=TRUE,include.dirs =TRUE)
parsed = mclapply(filelist, function(x) fromJSON(x),mc.cores=24)
data = rbindlist(mclapply(1:length(parsed), function(x) { 
  a = data.table(item = parsed[[x]]$id, date = list(list(parsed[[x]]$date)), name = list(list(parsed[[x]]$name)), creatortype = list(list(parsed[[x]]$creatortype))) #ignoring the firstname/lastname fields here for convenience
  b = data.table(id = a$item, date = unlist(a$date), name=unlist(a$name), creatortype=unlist(a$creatortype))
  return(b)
},mc.cores=24))

然而，在最后一步，我收到此错误：

"Error in rbindlist(mclapply(1:length(parsed), function(x){:
Item 1 of list is not a data.frame, data.table or list"

提前感谢您的建议。相关问题包括： Extract data from list of lists [R] R convert json to list to data.table I want to convert JSON file into data.table in r How can read files from directory using R? Convert R data table column from JSON to data table

Answer 1

从错误消息中，我想这基本上意味着mclapply（）的结果之一是空的，空的意思是NULL或带有0行的data.table，或者只是在并行处理中遇到错误。 / p>

你能做的是：

在mclapply（）中添加更多检查，如try-error或检查b和b的类，b是否为空
使用rbindlist时，添加参数fill = T

希望这能解决你的问题。

从json文件列表到data.table：部分变量列表

1 个答案: