如何用dplyr/tidyverse获取DataFrame中JSON数组的长度？

你可以结合dplyr的管道语法和purrr的映射函数，批量解析每行的JSON字符串并提取数组长度，同时自动处理空数组"[]"的情况：

步骤1：加载依赖包 #

确保你已经安装并加载了必要的包：

library(dplyr)
library(jsonlite)
library(purrr)

步骤2：批量处理JSON列 #

假设你的JSON字符串列名为outcome（替换成你实际的列名），直接在管道中用map_int逐行处理：

data_analysis <- data %>%
  mutate(array_length = map_int(outcome, ~length(fromJSON(.x))))

代码说明 #

• map_int会遍历outcome的每一个元素，对每个JSON字符串执行fromJSON(.x)解析，再用length()获取数组长度，最后返回一个整数列。
• 空数组"[]"解析后是长度为0的向量，length()会返回0，完全符合需求。

带错误处理的版本（可选） #

如果存在格式错误的JSON字符串，可使用possibly添加容错机制，避免解析失败导致整个流程中断：

# 定义安全的JSON解析函数，解析失败时返回空列表
safe_fromJSON <- possibly(fromJSON, otherwise = list())

data_analysis <- data %>%
  mutate(array_length = map_int(outcome, ~length(safe_fromJSON(.x))))

示例验证 #

用模拟数据测试效果：

# 模拟包含JSON数组列的DataFrame
data <- tibble(
  outcome = c(
    '["x", "y"]',
    "[]",
    '["a", "b", "c"]'
  )
)

# 执行处理
data_analysis <- data %>%
  mutate(array_length = map_int(outcome, ~length(fromJSON(.x))))

处理后的data_analysis会新增array_length列，值分别为2、0、3，与预期一致。

内容的提问来源于stack exchange，提问作者clog14