格式化来自R的JSON输出的策略
我正在试图找出从R生成JSON文件的最佳方法。在格式化来自R的JSON输出的策略,json,r,dataframe,Json,R,Dataframe,我正在试图找出从R生成JSON文件的最佳方法。在R中，我有以下数据帧tmp > tmp gender age welcoming proud tidy unique 1 1 30 4 4 4 4 2 2 34 4 2 4 4 3 1 34 5 3 4 5 4 2 33 2 3 2
Rtmp> tmp
gender age welcoming proud tidy unique
1 1 30 4 4 4 4
2 2 34 4 2 4 4
3 1 34 5 3 4 5
4 2 33 2 3 2 4
5 2 28 4 3 4 4
6 2 26 3 2 4 3
dput（tmp）tmp <- structure(list(gender = c(1L, 2L, 1L, 2L, 2L, 2L), age = c(30,
34, 34, 33, 28, 26), welcoming = c(4L, 4L, 5L, 2L, 4L, 3L), proud = c(4L,
2L, 3L, 3L, 3L, 2L), tidy = c(4L, 4L, 4L, 2L, 4L, 4L), unique = c(4L,
4L, 5L, 4L, 4L, 3L)), .Names = c("gender", "age", "welcoming",
"proud", "tidy", "unique"), na.action = structure(c(15L, 39L,
60L, 77L, 88L, 128L, 132L, 172L, 272L, 304L, 305L, 317L, 328L,
409L, 447L, 512L, 527L, 605L, 618L, 657L, 665L, 670L, 708L, 709L,
729L, 746L, 795L, 803L, 826L, 855L, 898L, 911L, 957L, 967L, 983L,
984L, 988L, 1006L, 1161L, 1162L, 1224L, 1245L, 1256L, 1257L,
1307L, 1374L, 1379L, 1386L, 1387L, 1394L, 1401L, 1408L, 1434L,
1446L, 1509L, 1556L, 1650L, 1717L, 1760L, 1782L, 1814L, 1847L,
1863L, 1909L, 1930L, 1971L, 2004L, 2022L, 2055L, 2060L, 2065L,
2082L, 2109L, 2121L, 2145L, 2158L, 2159L, 2226L, 2227L, 2281L
), .Names = c("15", "39", "60", "77", "88", "128", "132", "172",
"272", "304", "305", "317", "328", "409", "447", "512", "527",
"605", "618", "657", "665", "670", "708", "709", "729", "746",
"795", "803", "826", "855", "898", "911", "957", "967", "983",
"984", "988", "1006", "1161", "1162", "1224", "1245", "1256",
"1257", "1307", "1374", "1379", "1386", "1387", "1394", "1401",
"1408", "1434", "1446", "1509", "1556", "1650", "1717", "1760",
"1782", "1814", "1847", "1863", "1909", "1930", "1971", "2004",
"2022", "2055", "2060", "2065", "2082", "2109", "2121", "2145",
"2158", "2159", "2226", "2227", "2281"), class = "omit"), row.names = c(NA,
6L), class = "data.frame")
RJSONIOtoJSON（） {"traits":["gender","age","welcoming","proud", "tidy", "unique"],
"values":[
{"gender":1,"age":30,"welcoming":4,"proud":4,"tidy":4, "unique":4},
{"gender":2,"age":34,"welcoming":4,"proud":2,"tidy":4, "unique":4},
....
]
pythonRJSONtraits{"gender":1,"age":30,"welcoming":4,"proud":4,"tidy":4, "unique":4}
编辑：我发现了一篇有用的文章，作者处理了一个类似的问题并提供了解决方案。此函数用于从数据帧生成格式化的JSON文件
toJSONarray <- function(dtf){
clnms <- colnames(dtf)
name.value <- function(i){
quote <- '';
# if(class(dtf[, i])!='numeric'){
if(class(dtf[, i])!='numeric' && class(dtf[, i])!= 'integer'){ # I modified this line so integers are also not enclosed in quotes
quote <- '"';
}
paste('"', i, '" : ', quote, dtf[,i], quote, sep='')
}
objs <- apply(sapply(clnms, name.value), 1, function(x){paste(x, collapse=', ')})
objs <- paste('{', objs, '}')
# res <- paste('[', paste(objs, collapse=', '), ']')
res <- paste('[', paste(objs, collapse=',\n'), ']') # added newline for formatting output
return(res)
}
toJSONarray在我看来，您可以通过使用适当的apply
语句将data.frame
的每一行发送到JSON来实现这一点
对于单行：
library(RJSONIO)
> x <- toJSON(tmp[1, ])
> cat(x)
{
"gender": 1,
"age": 30,
"welcoming": 4,
"proud": 4,
"tidy": 4,
"unique": 4
}
基于Andrie关于apply
的想法，在调用toJSON
之前，您可以通过修改tmp
变量来获得所需的内容
library(RJSONIO)
modified <- list(
traits = colnames(tmp),
values = unname(apply(tmp, 1, function(x) as.data.frame(t(x))))
)
cat(toJSON(modified))
库（RJSONIO）
修改后的基于安德烈和里奇的想法，使用alply
而不是apply
避免将数字转换为字符：
library(RJSONIO)
library(plyr)
modified <- list(
traits = colnames(tmp),
values = unname(alply(tmp, 1, identity))
)
cat(toJSON(modified))
然后将此代码（使用alply
）与另一个示例（使用apply
）进行比较。另一个选项是使用split
将包含N行的数据.frame
拆分为包含1行的N个数据.frames
library(RJSONIO)
modified <- list(
traits = colnames(tmp),
values = split(tmp, seq_len(nrow(tmp)))
)
cat(toJSON(modified))
库（RJSONIO）
使用包jsonlite
修改：
> jsonlite::toJSON(list(traits = names(tmp), values = tmp), pretty = TRUE)
{
"traits": ["gender", "age", "welcoming", "proud", "tidy", "unique"],
"values": [
{
"gender": 1,
"age": 30,
"welcoming": 4,
"proud": 4,
"tidy": 4,
"unique": 4
},
{
"gender": 2,
"age": 34,
"welcoming": 4,
"proud": 2,
"tidy": 4,
"unique": 4
},
{
"gender": 1,
"age": 34,
"welcoming": 5,
"proud": 3,
"tidy": 4,
"unique": 5
},
{
"gender": 2,
"age": 33,
"welcoming": 2,
"proud": 3,
"tidy": 2,
"unique": 4
},
{
"gender": 2,
"age": 28,
"welcoming": 4,
"proud": 3,
"tidy": 4,
"unique": 4
},
{
"gender": 2,
"age": 26,
"welcoming": 3,
"proud": 2,
"tidy": 4,
"unique": 3
}
]
}
谢谢@Andrie，这是个好主意。我想知道如何在每一行的末尾插入一个，
，使用类似这样的东西：x刚刚想出来：x@celenius:这看起来很可疑，就像你试图自己编写一些JSON，结果只会落泪。最好将数据操纵成一种形式，在这种形式中调用toJSON
可以提供您想要的内容。请看我的答案。@RichieCotton我刚才在{…}{…}
之间添加了一个，
。生成的输出不是有效的JSON。虽然我大体上同意，但这可能不是一种可靠的方法。图书馆RJSONIO给了我一个我还没有解决的问题。所有值都作为1的数组输出。e、 g.{“性别”：[2]，“年龄”：[33]}。。。。但是，jsonlite:：toJSON（）生成了预期的输出。{“性别”：2，“年龄”：33}。我通过ddply（…Summary…）创建数据，但我也尝试使用简单的data.frame（a=c（1,2,3），b=（“a”，“b”，“c”））并得到了相同的结果。这两种方法（rjson
和RJSONIO
）的一个问题是它们将所有数字转换为字符串。例如，2
变为“2”
。作为问题的一部分，我粘贴的代码片段避免了这个问题，因为它检查numeric
和integer
。也许我应该加上它作为答案。@celenius:我应用于变量tmp
的解决方案是整数，而不是字符串整数。你确定你没有做傻事吗？@RichieCotton嗯。我一定是做了傻事——当我第一次尝试时，它肯定是以字符串形式返回整数。不知道为什么，就像我刚才运行它时一样，它工作得很好（整数就是整数）。我没有覆盖toJSON
函数。嗨，亚历克斯-我最喜欢这个答案。jsonlite不需要上面@civilstat answer中描述的alply（）/apply（）转换就可以理解data.frame和输出。另外-我遇到了RJSONIO的一个问题，我无法解决这个问题，导致所有值都是1的数组。jsonlite没有这个问题。谢谢你的反馈，我很高兴你发现它很有用。这个问题问到现在已经很多年了。我建议你看看图书馆（jsonlite）——下面是别人提供的答案。它不需要apply（）转换，直接生成预期的JSON输出。@ripvlan-标记jsonlite作为答案
tmp$grade <- c("A","B","C","D","E","F")
library(RJSONIO)
modified <- list(
traits = colnames(tmp),
values = split(tmp, seq_len(nrow(tmp)))
)
cat(toJSON(modified))
> jsonlite::toJSON(list(traits = names(tmp), values = tmp), pretty = TRUE)
{
"traits": ["gender", "age", "welcoming", "proud", "tidy", "unique"],
"values": [
{
"gender": 1,
"age": 30,
"welcoming": 4,
"proud": 4,
"tidy": 4,
"unique": 4
},
{
"gender": 2,
"age": 34,
"welcoming": 4,
"proud": 2,
"tidy": 4,
"unique": 4
},
{
"gender": 1,
"age": 34,
"welcoming": 5,
"proud": 3,
"tidy": 4,
"unique": 5
},
{
"gender": 2,
"age": 33,
"welcoming": 2,
"proud": 3,
"tidy": 2,
"unique": 4
},
{
"gender": 2,
"age": 28,
"welcoming": 4,
"proud": 3,
"tidy": 4,
"unique": 4
},
{
"gender": 2,
"age": 26,
"welcoming": 3,
"proud": 2,
"tidy": 4,
"unique": 3
}
]
}