如何在R中从CSV生成符合指定Schema的JSON

先修正目标JSON的结构问题 #

你给出的目标JSON存在重复键的问题（同一city对象内有多个cityName，同一FreightA对象内有多个Type/FreightSegments），这不符合JSON规范，解析时会导致键值被覆盖。正确的结构应该是每个城市对应city数组中的一个独立对象，调整后的示例如下：

{
  "day": "2019-03-14",
  "city": [
    {
      "cityName": "City1",
      "FreightA": [
        {
          "Type": 1,
          "FreightSegments": [{"price": 5, "order": 50}],
          "Type": 2,
          "FreightSegments": [{"price": 10, "order": 75}]
        }
      ]
    },
    {
      "cityName": "City2",
      "FreightA": [
        {
          "Type": 1,
          "FreightSegments": [{"price": 10, "order": 50}],
          "Type": 2,
          "FreightSegments": [{"price": 15, "order": 75}],
          "Type": 3,
          "FreightSegments": [{"price": 20, "order": 100}]
        }
      ]
    }
  ]
}

如果要避免重复键的风险，建议将FreightA改为每个Type对应一个独立对象的数组，这个优化方案会在后面说明。

转换步骤（基于你提供的CSV格式） #

1. 安装并加载依赖包 #

使用dplyr处理分组数据，jsonlite生成JSON：

install.packages(c("dplyr", "jsonlite"))
library(dplyr)
library(jsonlite)

2. 读取并预处理CSV数据 #

假设你的CSV文件名为data.csv，读取后确保字段类型正确：

df <- read.csv("data.csv", stringsAsFactors = FALSE)
# 确保Type为整数类型
df$Type <- as.integer(df$Type)

3. 按城市分组构建结构 #

将每个城市的Type、price、order转换为目标格式：

city_list <- df %>%
  group_by(cityName) %>%
  group_map(function(group, key) {
    # 构建每个Type对应的键值对（注意重复键的问题）
    freight_content <- list()
    for (i in 1:nrow(group)) {
      freight_content[[paste0("Type", i)]] <- group$Type[i]
      freight_content[[paste0("FreightSegments", i)]] <- list(list(price = group$price[i], order = group$order[i]))
    }
    # 调整为FreightA的结构
    freight_a <- list(freight_content)
    # 返回单个城市的对象
    list(cityName = key$cityName, FreightA = freight_a)
  })

4. 构建顶层JSON结构并输出 #

提取统一的day值，组合所有城市数据后生成JSON文件：

# 提取日期（假设CSV中所有行的day一致）
target_day <- unique(df$day)
# 构建最终结构
final_json <- list(
  day = target_day,
  city = city_list
)
# 输出格式化后的JSON文件
write_json(final_json, "output.json", auto_unbox = TRUE, pretty = TRUE)

优化方案：避免重复键 #

如果要解决重复键的问题，建议调整FreightA为数组结构，每个元素对应一个Type，示例结构如下：

{
  "day": "2019-03-14",
  "city": [
    {
      "cityName": "City1",
      "FreightA": [
        {"Type": 1, "FreightSegments": [{"price": 5, "order": 50}]},
        {"Type": 2, "FreightSegments": [{"price": 10, "order": 75}]}
      ]
    }
  ]
}

对应的R代码只需修改分组处理部分：

city_list <- df %>%
  group_by(cityName) %>%
  group_map(function(group, key) {
    # 每个Type生成一个独立对象
    freight_a <- pmap(group, function(Type, price, order, ...) {
      list(Type = Type, FreightSegments = list(list(price = price, order = order)))
    })
    list(cityName = key$cityName, FreightA = freight_a)
  })

内容的提问来源于stack exchange，提问作者tpscp