如何用R将带层级的CSV转换为不同深度的嵌套JSON

我为方便非IT同事查看i18n翻译系统内容，将嵌套JSON转换为CSV；现在需要把这些CSV转回嵌套JSON。之前尝试用大量条件判断处理层级深度和键的变化，写出了混乱的面条代码但尚未完全生效，想了解更简便的实现方法，比如借助其他R库或技巧。以下是示例数据与期望输出：

示例数据与期望输出 #

library(tibble)
library(jsonlite)

df <- tribble(
  ~ a, ~ b, ~ c, ~ d, ~ value,
  "a", "c", NA, NA,  "q",
  "a", "d", NA, NA, "r",
  "a", "e", NA, NA, "s",
  "a", "f", "i", NA, "t",
  "a", "f", "j", NA, "u",
  "b", "g", NA, NA, "v",
  "b", "h", "k", "m", "x",
  "b", "h", "k", "n", "y",
  "b", "h", "k", "o", "z",
  "b", "h", "k", "p", "aa",
  "b", "h", "l", NA,  "ab"
)

# 期望的嵌套JSON对应的列表结构
expected <- list(
  a = list(
    c = "q", 
    d = "r",
    e = "s",
    f = list(
      i = "t",
      j = "u"
    )
  ),
  b = list(
    g = "v",
    h = list(
      k = list(
        m = "x",
        n = "y",
        o = "z",
        p = "aa"
      ),
      l = "ab"
    )
  )
)

# 输出期望的JSON格式
toJSON(expected, auto_unbox = T, pretty = T)

方法一：使用data.tree库（直观处理层级结构） #

data.tree库专门用于处理树状层级数据，能快速将扁平化的CSV转换为嵌套结构：

# 安装并加载库
install.packages("data.tree")
library(data.tree)
library(jsonlite)

# 构建每个条目层级路径（忽略NA值）
df$path <- apply(df[, c("a", "b", "c", "d")], 1, function(x) {
  paste(na.omit(x), collapse = "/")
})

# 将数据转换为树结构
tree <- as.Node(df, pathName = "path", valueName = "value")

# 递归将树转换为嵌套列表（叶子节点直接取value值）
to_nested_list <- function(node) {
  if (node$isLeaf) {
    return(node$value)
  } else {
    lapply(node$children, to_nested_list)
  }
}

# 生成结果并转为JSON
result <- to_nested_list(tree)
toJSON(result, auto_unbox = TRUE, pretty = TRUE)

方法二：使用purrr递归构建嵌套列表 #

借助purrr的reduce函数逐行更新嵌套列表，无需额外依赖：

library(purrr)
library(jsonlite)

# 定义函数：根据单行数据更新嵌套列表
update_nested_list <- function(current_list, row) {
  # 提取当前行的有效键（排除NA）
  keys <- na.omit(c(row$a, row$b, row$c, row$d))
  target_value <- row$value
  
  # 递归定位到目标层级，设置对应值
  reduce(keys[-length(keys)], function(l, k) {
    if (!k %in% names(l)) l[[k]] <- list()
    l[[k]]
  }, .init = current_list) %>% 
    `[[<-`(keys[length(keys)], target_value)
  
  current_list
}

# 从空列表开始，逐行迭代构建嵌套结构
result <- reduce(1:nrow(df), function(l, i) update_nested_list(l, df[i, ]), .init = list())

# 转为JSON格式
toJSON(result, auto_unbox = TRUE, pretty = TRUE)

这两种方法都能避免复杂的条件判断，代码更简洁易维护，且能灵活适配不同的层级深度。

内容的提问来源于stack exchange，提问作者Josep Pueyo