从R数据帧的行中提取JSON数据

我有一个数据框，其中列参数的值是Json数据：

#  Parameters
#1 {"a":0,"b":[10.2,11.5,22.1]}
#2 {"a":3,"b":[4.0,6.2,-3.3]}
...

我想提取每行的参数，并将它们作为列A、B1、B2和B3附加到数据帧中

我怎么做

---

如果可能且高效的话，我宁愿使用dplyr。

在您的示例数据中，每一行都包含一个json对象。这种格式称为aka，jsonlite包有一个特殊的函数流_in，用于将此类数据解析为数据帧：

# Example data
mydata <- data.frame(parameters = c(
  '{"a":0,"b":[10.2,11.5,22.1]}',
  '{"a":3,"b":[4.0,6.2,-3.3]}'
), stringsAsFactors = FALSE)

# Parse json lines
res <- jsonlite::stream_in(textConnection(mydata$parameters))

# Extract columns
a <- res$a
b1 <- sapply(res$b, "[", 1)
b2 <- sapply(res$b, "[", 2)
b3 <- sapply(res$b, "[", 3)

---

在您的示例中，json结构相当简单，因此其他建议也适用，但此解决方案将推广到更复杂的json结构。

我实际上遇到了一个类似的问题，在一个数据帧中有多个变量是json对象，其中许多是NA的，但我不想删除存在NA的行。我编写了一个函数，它传递一个数据帧，数据帧中的id通常是记录id，变量名用引号引起来进行解析。该函数将创建两个子集，一个用于包含JSON对象的记录，另一个用于跟踪同一变量的NA值记录，然后将这些数据帧合并到原始数据帧，从而替换前一个变量。也许它会帮助你或其他人，因为它已经为我在一些情况下，现在工作。我还没有真正清理它太多，所以我道歉，如果我的变量名有点混乱，以及这是一个非常特别的功能，我写的工作。我还应该指出，我确实使用了另一个海报的想法，用从JSON对象创建的新变量替换前一个变量。你可以在这里找到：

最后一点注意：有一个名为tidyjson的包，它本来可以有一个更简单的解决方案，但显然无法处理列表类型的JSON对象。至少这是我的解释

library(jsonlite)
library(stringr)
library(dplyr)

parse_var <- function(df,id, var) {
  m <- df[,var]
  p <- m[-which(is.na(m))]
  n <- df[,id]
  key <- n[-which(is.na(df[,var]))]

  #create df for rows which are NA
  key_na <- n[which(is.na(df[,var]))]
  q <- m[which(is.na(m))]
  parse_df_na <- data.frame(key_na,q,stringsAsFactors = FALSE)  

  #Parse JSON values and bind them together into a dataframe.
  p <- lapply(p,function(x){ 
    fromJSON(x) %>% data.frame(stringsAsFactors = FALSE)}) %>% bind_rows()
  #bind the record id's of the JSON values to the above JSON parsed dataframe and name the columns appropriately.
  parse_df <- data.frame(key,p,stringsAsFactors = FALSE)

## The new variables begin with a capital 'x' so I replace those with my former variables  name
  n <- names(parse_df) %>% str_replace('X',paste(var,".",sep = ""))
  n <- n[2:length(n)]
  colnames(parse_df) <- c(id,n)

  #join the dataframe for NA JSON values and the dataframe containing parsed JSON values, then remove the NA column,q.
  parse_df <- merge(parse_df,parse_df_na,by.x = id,by.y = 'key_na',all = TRUE)

#Remove the new column formed by the NA values#
  parse_df <- parse_df[,-which(names(parse_df) =='q')]

  ####Replace variable that is being parsed in dataframe with the new parsed and names values.######

  new_df <- data.frame(append(df,parse_df[,-which(names(parse_df) == id)],after = which(names(df) == var)),stringsAsFactors = FALSE)
  new_df <- new_df[,-which(names(new_df) == var)]
  return(new_df)
} 

---

@akrun是的，但我不知道如何将fromJSON应用到每一行，并将数据附加到数据框架中，如果您想提取数字部分librarystringr；do.callrbind，lapplystr_提取_alldf1$Parameters，'[0-9.]+'，as.numeric，并将列命名为A，B1:B4libraryrjson；v=c'{a:0，b:[10.2,11.5,22.1]}'，'{a:3，b:[4.0,6.2，-3.3]}'；拉普利夫，fromJSON@akrun难道不能使用fromJSON吗？它还可以提取字符串变量；v=c'{a:0，b:[10.2,11.5,22.1]}'，'{a:3，b:[4.0,6.2，-3.3]}'；v1=lapplyv，来自JSON；data.frametsapplyv1，functiony lapplyy，functionx pastex，collapse='，“在60K条记录上，这比构造一个巨大的JSON字符串只快4到5秒&从JSONSPrintf'{%s}'，pastesprintf'%s:%s'，my_key，my_JSON_列，collapse='，一起解析la，这是大致预期的吗？尝试生成一个包含60M条记录的JSON字符串。