1
data.frame我有以下代碼,其中從JSON文件中提取數據。「嵌入」從JSON
library(jsonlite)
file_path <- 'C:/some/file/path.json'
df <- jsonlite::fromJSON(txt = file_path ,
simplifyVector = FALSE,
simplifyDataFrame = TRUE,
simplifyMatrix = FALSE,
flatten = FALSE)
數據結構是高度嵌套的。我的方法提取99%的它只是罰款,但在數據的一個特定部分我碰到,我會形容爲「嵌入式」的數據幀的現象傳來:
df <- structure(
list(
ID = c(1L, 2L, 3L, 4L, 5L),
var1 = c('a', 'b', 'c', 'd', 'e'),
var2 = structure(
list(
var2a = c('v', 'w', 'x', 'y', 'z'),
var2b = c('vv', 'ww', 'xx', 'yy', 'zz')),
.Names = c('var2a', 'var2b'),
row.names = c(NA, 5L),
class = 'data.frame'),
var3 = c('aa', 'bb', 'cc', 'dd', 'ee')),
.Names = c('ID', 'var1', 'var2', 'var3'),
row.names = c(NA, 5L),
class = 'data.frame')
# Looks like this:
# ID var1 var2.var2a var2.var2b var3
# 1 1 a v vv aa
# 2 2 b w ww bb
# 3 3 c x xx cc
# 4 4 d y yy dd
# 5 5 e z zz ee
這看起來像一個正常的數據框架,它的行爲就像大部分。
class(df)
# [1] "data.frame"
df[1,]
# ID var1 var2.var2a var2.var2b var3
# 1 a v vv aa
dim(df)
# [1] 5 4
# One less than expected due to embedded data frame
lapply(df, class)
# $ID
# [1] "integer"
#
# $var1
# [1] "character"
#
# $var2
# [1] "data.frame"
#
# $var3
# [1] "character"
str(df)
# 'data.frame': 5 obs. of 4 variables:
# $ ID : int 1 2 3 4 5
# $ var1: chr "a" "b" "c" "d" ...
# $ var2:'data.frame': 5 obs. of 2 variables:
# ..$ var2a: chr "v" "w" "x" "y" ...
# ..$ var2b: chr "vv" "ww" "xx" "yy" ...
# $ var3: chr "aa" "bb" "cc" "dd" ...
這到底是怎麼回事,爲什麼jsonlite
創造這個奇怪的結構,而不是隻是一個簡單的data.frame
?我可以避免這種行爲嗎?如果不是,我該如何最優雅地糾正這一點?我已經使用了下面的方法,但最好還是覺得非常黑客。
# Any columns with embedded data frame?
newX <- X[,-which(lapply(X, class) == 'data.frame')] %>%
# Append them to the end
cbind(X[,which(lapply(X, class) == 'data.frame')])
更新
建議的解決方案解決了我的問題,但我仍然覺得我不懂的怪嵌入式data.frame結構。我會認爲這樣的結構在R數據格式慣例中是非法的,或者至少在使用[
的子集方面表現不同。我已經打開了一個separate question。
是的,謝謝,能解決問題,使我的哈克解決方法是多餘的。但是,我想知道更多關於究竟發生了什麼的細節。對於初學者來說,什麼叫這個數據結構?它並不是真正的嵌套。 – JanLauGe
jsonlite正在將json數組簡化爲一個嵌套的數據框。你可以通過說'simplyDataFrame = F'來關閉它,但是它會返回嵌套列表。很難說,沒有json文本對象的工作,但它似乎嵌套;) –
謝謝!看到我的更新後續行動:) – JanLauGe