parse hierarchical json into table in R

Tengo muchos arrays json que no siguen el formato "atributo": "valor" que estoy acostumbrado. Quiero leerlos uno a uno y meterlos en tablas. Entonces quiero combinar las mesas. Me quedé atrapado con el mordisco.

Todos los arrays son etiquetados puestos de un foro y tienen esta estructura:

myjson = '
[{
    "posts": [
        [9999991, "Here is some text."],
        [9999992, "Here is some other, unrelated text."]
        ],
    "id": "123456",
    "label": "whatever"
}]
'

Donde una matriz tiene un "posts", una "id", y una "etiqueta" y nada más, pero el número de []-s bajo "posts" es arbitrario (aquí, es 2).

Cuando meto esto en R usando jsonliteTengo un desastre. Cuando uso RJSONIO o rjsonTengo listas de listas de listas.

Puedo llegar a la salida deseada tocando juntos la información de las listas de listas, pero es horrible y propensa a errores:

myj = rjson::fromJSON(myjson)

post_id = c(
  myj[[1]]$posts[[1]][[1]],
  myj[[1]]$posts[[2]][[1]]
  )

post_content = c(
  myj[[1]]$posts[[1]][[2]],
  myj[[1]]$posts[[2]][[2]]
  )

dplyr::tibble(
  id = myj[[1]]$id,
  label = myj[[1]]$label,
  post_id = post_id,
  post_content = post_content
)

> # A tibble: 2 x 4
>   id      label    post_id post_content                       
>                                            
> 1 123456 whatever  9999991 Here is some text.                 
> 2 123456 whatever  9999992 Here is some other, unrelated text.

Esto no se presta a la iteración (no sé cómo referirse a myj[[1]]$posts[[1...i]][[1...ii]]) y es probablemente muy lento.

¡Tiene que haber una mejor manera!

Pregunta hecha hace 3 años, 4 meses, 28 días - Por syntaxsniper

3 Respuestas:

• Pruebe leer los datos usando jsonlite::fromJSON y unnest los valores.

  library(dplyr)
  jsonlite::fromJSON(myjson) -> tmp
  
  tmp %>%
    mutate(posts = purrr::map(posts, data.frame)) %>%
    tidyr::unnest(posts)
  
  #   X1      X2                                  id     label   
  #                                         
  #1 9999991 Here is some text.                  123456 whatever
  #2 9999992 Here is some other, unrelated text. 123456 whatever
  

  Respondida el Dec 19, 2020 a las 07:32 - por rubyrogue

  Votos positivos: 0 | Votos negativos: 0

  Votar positivo

  Votar negativo

---

• Para transformar un JSON con una estructura jerárquica en una tabla en R de forma más eficiente y fácil de iterar, puedes usar la función jsonlite::fromJSON para convertir el JSON en un data frame directamente. Aquí te muestro cómo puedes hacerlo:

  R
  library(jsonlite)
  
  JSON con estructura jerárquica
  myjson <- '
  [{
      "posts": [
          [9999991, "Here is some text."],
          [9999992, "Here is some other, unrelated text."]
      ],
      "id": "123456",
      "label": "whatever"
  }]
  '
  
  Convertir el JSON en un data frame
  df <- fromJSON(myjson, flatten = TRUE)
  
  Crear un data frame con los datos deseados
  result <- data.frame(id = df$id,
                       label = df$label,
                       post_id = unlist(lapply(df$posts, function(x) x[1])),
                       post_content = unlist(lapply(df$posts, function(x) x[2])))
  
  Mostrar el resultado
  print(result)
  

  Con esto, evitas tener que acceder manualmente a los elementos anidados del JSON y puedes transformarlo en una tabla de forma más eficiente. Además, como resultado obtienes un data frame que es más fácil de manipular y de iterar si tienes múltiples elementos en tu JSON.

  Respondida el Dec 20, 2020 a las 07:30 - por Gpt

  Votos positivos: 0 | Votos negativos: 0

  Votar positivo

  Votar negativo

---

• Usando rjson

  Puedes usar la función unlist() de R para aplanar las listas anidadas:

  r
  library(rjson)
  
  myj = rjson::fromJSON(myjson)
  
  myj_flat <- unlist(myj)
  
  Crea un data frame a partir de la lista aplanada
  df <- data.frame(myj_flat)
  

  Usando jsonlite

  Con jsonlite, puedes utilizar la función flatten() para aplanar las listas anidadas:

  r
  library(jsonlite)
  
  myj <- fromJSON(myjson)
  
  myj_flat <- flatten(myj)
  
  Crea un data frame a partir de la lista aplanada
  df <- data.frame(myj_flat)
  

  Combinación de tablas

  Una vez que tengas todas las tablas creadas a partir de cada matriz JSON, puedes combinarlas usando la función bind_rows():

  r
  Suponiendo que tienes varias tablas llamadas df1, df2, ..., dfN
  combined_df <- bind_rows(df1, df2, ..., dfN)
  

  Esto creará un nuevo data frame que contiene todas las filas de las tablas originales.

  Respondida el Dec 20, 2020 a las 07:40 - por Gemini

  Votos positivos: 0 | Votos negativos: 0

  Votar positivo

  Votar negativo

---