在R中展开嵌套JSON列并保留原数据框字段时遇错如何解决？

错误原因 #

你遇到的arguments imply differing number of rows: 0, 1错误，是因为部分行的delivery_by_region字段解析后返回0行数据框，但你在do()中直接将其与原数据的id、spend等单一行字段合并，两者行数不匹配，导致data.frame()函数报错。

解决方案 #

推荐使用tidyr+purrr的组合来处理，既简洁又能兼容空JSON的情况，分两种场景：

场景1：保留所有原行（解析后无数据的行对应字段设为NA） #

library(tidyverse)
library(jsonlite)

demodf <- mergedf %>%
  mutate(delivery_by_region = sapply(delivery_by_region, remove_non_us)) %>%
  mutate(delivery_by_region = gsub("'", '"', delivery_by_region)) %>%
  # 安全解析JSON，空/错误JSON返回空数据框
  mutate(region_data = map(delivery_by_region, ~{
    parsed <- tryCatch(fromJSON(.x, flatten = TRUE), error = function(e) tibble())
    if (nrow(parsed) == 0) tibble() else parsed
  })) %>%
  # 展开数据框列表，保留空行
  unnest(region_data, keep_empty = TRUE) %>%
  # 移除原JSON字符串列（可选）
  select(-delivery_by_region)

场景2：仅保留解析后有区域数据的行 #

只需将unnest的keep_empty参数设为FALSE：

demodf <- mergedf %>%
  mutate(delivery_by_region = sapply(delivery_by_region, remove_non_us)) %>%
  mutate(delivery_by_region = gsub("'", '"', delivery_by_region)) %>%
  mutate(region_data = map(delivery_by_region, ~{
    parsed <- tryCatch(fromJSON(.x, flatten = TRUE), error = function(e) tibble())
    if (nrow(parsed) == 0) tibble() else parsed
  })) %>%
  unnest(region_data, keep_empty = FALSE) %>%
  select(-delivery_by_region)

兼容原有rowwise写法的修正 #

如果坚持使用rowwise()+do()，需要在代码中处理解析后行数为0的情况：

demodf <- mergedf %>%
  mutate(delivery_by_region = sapply(delivery_by_region, remove_non_us)) %>%
  mutate(delivery_by_region = gsub("'", '"', delivery_by_region)) %>%
  rowwise() %>%
  do({
    parsed <- fromJSON(.$delivery_by_region, flatten = TRUE)
    # 空数据框时仅绑定原字段，否则合并解析结果与原字段
    if (nrow(parsed) == 0) {
      data.frame(id = .$id, spend = .$spend, impressions = .$impressions)
    } else {
      data.frame(parsed, id = .$id, spend = .$spend, impressions = .$impressions)
    }
  })

关键说明 #

• tryCatch用于捕获JSON解析失败的情况（比如格式错误的字符串），避免代码中断；
• unnest的keep_empty参数控制是否保留解析后无数据的原行；
• 相比rowwise()+do()，map()+unnest()的性能更优，尤其适合处理大数据框。

内容的提问来源于stack exchange，提问作者Amol Borkar