R中具有不同属性名称的嵌套Json

Question

我正在使用 Kaggle Star Trek Scripts 数据集，但我正在努力将 json 转换为 R 中的数据帧。理想情况下，我会将其转换为带有剧集索引列的长格式数据集和字符，它们的行位于单独的行上。我确实找到了this answer，但它不在 R 中。

目前 json 看起来像下面的照片。对不起，这不是一个完整的例子，但我也在下面放了一个小的模拟版本。如果您愿意，您可以自己从here 下载数据。

当前 JSON 视图

模拟示例

  "ENT": {
    "episode_0": {
      "KLAANG": {
        "\"Pungghap! Pung ghap!\"": {},
        "\"DujDajHegh!\"": {}
      }
    },
    "eipsode_1": {
      "ARCHER": {
        "\"Warpme!\"": {},
        "\"Toboldly go!\"": {}
      }
    }
  }
}

我遇到的问题是第二级，episodes，是单独编号的。因此，我按属性名称进行展平的常规技巧包不起作用。我不确定如何循环遍历关卡而不是属性名称。

理想情况下，我想要一个长格式的数据集，如下所示：

Series  Episode     Character   Lines
ENT     episode_0   KLAANG      Pung ghap! Pung ghap!
ENT     episode_0   KLAANG      DujDaj Hegh!
ENT     episode_1   ARCHER      Warp me!
ENT     episode_1   ARCHER      To boldly go!

我的当前代码如下所示，这是我通常开始使用的代码，但显然无法正常工作或远远不够。

your_df <- result[["ENT"]] %>%
  purrr::flatten() %>%
  map_if(is_list, as_tibble) %>%
  map_if(is_tibble, list) %>%
  bind_cols()

我也尝试过使用stack() 和map_dfr()，但没有成功。因此，亲爱的读者，我再次谦虚地向您寻求专业知识。 Json 是我存在的祸根。我很难将其他答案应用于我的情况，因此我可以逆向工程和学习的任何建议或示例都非常感谢。

如果可能的话，也很乐意澄清或扩展任何事情。

-杰克

Answer 1

因此，感谢 Michael 在这条名为 How to flatten a list of lists? 的踏板上的回答，所以我能够暴力破解它，所以向他们大声喊叫。

该函数允许我将 JSON 转换为列表列表。

 flattenlist <- function(x){  
  morelists <- sapply(x, function(xprime) class(xprime)[1]=="list")
  out <- c(x[!morelists], unlist(x[morelists], recursive=FALSE))
  if(sum(morelists)){ 
    Recall(out)
  }else{
    return(out)
  }
}

因此，综上所述，我最终得到了以下解决方案。供您娱乐的注释。

library(jsonlite)
library(tidyverse)
library(dplyr)
library(data.table)
library(rjson)

result <- fromJSON(file = "C:/Users/jacob/Downloads/all_series_lines.json")

# Mike's function to get to a list of lists
flattenlist <- function(x){  
  morelists <- sapply(x, function(xprime) class(xprime)[1]=="list")
  out <- c(x[!morelists], unlist(x[morelists], recursive=FALSE))
  if(sum(morelists)){ 
    Recall(out)
  }else{
    return(out)
  }
}

# Mike's function applied
final<-as.data.frame(do.call("rbind", flattenlist(result)))

# Turn all the lists into a master data frame and ensure the index becomes a column I can separate later for context.
final <- cbind(Index_Name = rownames(final), final)
rownames(final) <- 1:nrow(final)

# So the output takes the final elements at the end of the JSON and makes those the variables in a dataframe so I need to force it back to a long form dataset.
final2<-gather(final,"key","value",-Index_Name)

# I separate each element of index name into my three mapping variables; Series,Episode and Character. I can also keep the original column names from above as script line id
final2$Episode<-gsub(".*\\.(.*)\\..*", "\\1", final2$Index_Name)
final2$Series<-substr(final2$Index_Name, start = 1, stop = 3)
final2$Character<-sub('.*\\.'," ", final2$newColName)