如何在R中用SQL式查询大型WGS84格式JSON地址数据？

针对你需要高效处理数千次经纬度查询的需求，以下是几种无需复杂Rectangling的简便方案：

1. 先把JSON转成结构化数据框 #

首先用jsonlite包快速导入JSON并转为数据框，内置的扁平化参数可以自动处理轻度嵌套结构，省去手动拆解的麻烦：

library(jsonlite)
# 导入JSON文件，flatten参数自动处理嵌套字段
df <- fromJSON("你的文件路径.json", flatten = TRUE)

2. 三种SQL风格查询方案 #

方案一：用dplyr（类SQL语法，简洁易读） #

dplyr的动词和SQL逻辑一一对应，还能给查询字段建立索引提升多次查询效率：

library(dplyr)

# 给Address和LFNAME建立索引，优化后续批量查询速度
df_indexed <- df %>% index_by(Address, LFNAME)

# 对应你要的SQL查询逻辑
result <- df_indexed %>% 
  filter(Address == "160", LFNAME == "Transit Rd") %>% 
  select(Latitude, Longitude)

方案二：用sqldf（直接写SQL语句） #

完全贴合你的SQL使用习惯，直接执行熟悉的SQL语法：

library(sqldf)

# 注意SQL语句里字符串用单引号，避免和R的双引号冲突
result <- sqldf("SELECT Latitude, Longitude FROM df WHERE Address = '160' AND LFNAME = 'Transit Rd'")

方案三：用data.table（最高效的批量查询） #

如果要处理数千次查询，优先选data.table，索引查询的速度远超普通数据框：

library(data.table)

# 转成data.table格式
dt <- as.data.table(df)

# 给查询字段设置主键索引
setkey(dt, Address, LFNAME)

# 两种查询方式，都能快速定位数据
# 方式1：利用主键索引直接匹配
result <- dt[.("160", "Transit Rd"), .(Latitude, Longitude)]
# 方式2：类SQL的条件筛选
result <- dt[Address == "160" & LFNAME == "Transit Rd", .(Latitude, Longitude)]

注意事项 #

• 如果JSON嵌套较深，fromJSON(flatten = TRUE)基本能覆盖大部分场景，无需手动做Rectangling。
• 批量查询时，data.table的索引机制能把单次查询的时间复杂度降到O(log n)，最适合数千次查询的场景。

内容的提问来源于stack exchange，提问作者Richard Rogers