R 需要帮助将4个嵌套列表提取到数据框中吗

所讨论的数据是我转换为列表的JSON的结果。数据如下所示：

data <- list(query_day = c('Monday'),
              requester = c('John'),
              detail =
                list(list(ID = 1, weight = 200),
                     list(ID = 2, weight = 300),
                     list(ID = 3, weight = 400,
                          detail2 = list(height = 6.5,
                                         gender = 'M',
                                         name = 'John')),
                     list(ID = 4, weight = 500),
                     list(ID = 5, weight = 600,
                          detail2 = list(height = 5.5,
                                         gender = 'F',
                                         name = 'Jane'))))

这适用于示例：结果是dataframe，而每列不是列表

最大的问题是，当我对数据集应用相同的代码时，我得到了

函数中出现错误…，row.names=NULL，check.rows=FALSE，check.names=TRUE，：参数表示行数不同：1，0

我认为不同的列不应该是一个问题，因为我在将它们转换为数据帧之前将它们分开

在第一个方法中，我希望输出的ID和weight列不是列表

---

感谢您提供的高级功能。

要获得快速而肮脏的修复，您可以尝试使用rlist库

---

您将得到一个TIBLE，您可以在其上应用dplyr:：selectcontainsdetail来提取所需的列。

下面是另一种快速而肮脏的方法来检查数据结构：

library(dplyr)
library(jsonlite)
library(tidyverse)

> z <- data %>% toJSON() %>% fromJSON()
> z$detail
  ID weight detail2.height detail2.gender detail2.name
1  1    200           NULL           NULL         NULL
2  2    300           NULL           NULL         NULL
3  3    400            6.5              M         John
4  4    500           NULL           NULL         NULL
5  5    600            5.5              F         Jane

> z.df <- as.data.frame(z$detail)

> z$detail$detail2
  height gender name
1   NULL   NULL NULL
2   NULL   NULL NULL
3    6.5      M John
4   NULL   NULL NULL
5    5.5      F Jane

下面是如何让它像一个数据帧乱七八糟但又有效的：

> zzz <- read.table(textConnection(captureOutput(print(z.df))), 
    stringsAsFactors=FALSE)

> zzz
  ID weight detail2.height detail2.gender detail2.name
1  1    200           NULL           NULL         NULL
2  2    300           NULL           NULL         NULL
3  3    400            6.5              M         John
4  4    500           NULL           NULL         NULL
5  5    600            5.5              F         Jane

> str(zzz)
'data.frame':   5 obs. of  5 variables:
 $ ID            : int  1 2 3 4 5
 $ weight        : int  200 300 400 500 600
 $ detail2.height: chr  "NULL" "NULL" "6.5" "NULL" ...
 $ detail2.gender: chr  "NULL" "NULL" "M" "NULL" ...
 $ detail2.name  : chr  "NULL" "NULL" "John" "NULL" ...

现在，您可以在发布的图像中精确地获得所需的数据帧：

> final.df <- zzz %>% replace(.=="NULL", NA) %>% 
    filter(!complete.cases(.)) %>% select(ID,weight) %>% 
    as.tibble()

> final.df
# A tibble: 3 x 2
     ID weight
  <int>  <int>
1     1    200
2     2    300
3     4    500

---

是的，我刚刚添加了图像。那么您对从长度为2的细节中提取数据感兴趣吗？此外，您还需要向我们提供代码不适用的数据，以验证我们提供的答案是否适用于您的真实数据，而不仅仅是您共享的样本。

library(rlist)

rlist::list.flatten(data) %>% dplyr::bind_rows()

library(dplyr)
library(jsonlite)
library(tidyverse)

> z <- data %>% toJSON() %>% fromJSON()
> z$detail
  ID weight detail2.height detail2.gender detail2.name
1  1    200           NULL           NULL         NULL
2  2    300           NULL           NULL         NULL
3  3    400            6.5              M         John
4  4    500           NULL           NULL         NULL
5  5    600            5.5              F         Jane

> z.df <- as.data.frame(z$detail)

> z$detail$detail2
  height gender name
1   NULL   NULL NULL
2   NULL   NULL NULL
3    6.5      M John
4   NULL   NULL NULL
5    5.5      F Jane

> zzz <- read.table(textConnection(captureOutput(print(z.df))), 
    stringsAsFactors=FALSE)

> zzz
  ID weight detail2.height detail2.gender detail2.name
1  1    200           NULL           NULL         NULL
2  2    300           NULL           NULL         NULL
3  3    400            6.5              M         John
4  4    500           NULL           NULL         NULL
5  5    600            5.5              F         Jane

> str(zzz)
'data.frame':   5 obs. of  5 variables:
 $ ID            : int  1 2 3 4 5
 $ weight        : int  200 300 400 500 600
 $ detail2.height: chr  "NULL" "NULL" "6.5" "NULL" ...
 $ detail2.gender: chr  "NULL" "NULL" "M" "NULL" ...
 $ detail2.name  : chr  "NULL" "NULL" "John" "NULL" ...

> final.df <- zzz %>% replace(.=="NULL", NA) %>% 
    filter(!complete.cases(.)) %>% select(ID,weight) %>% 
    as.tibble()

> final.df
# A tibble: 3 x 2
     ID weight
  <int>  <int>
1     1    200
2     2    300
3     4    500