如何将JSON文件中的指定数据转换为R语言DataFrame？

错误原因 #

直接对加载后的完整JSON对象执行as.data.frame()会触发报错，因为JSON结构里的header是单条数据（1行），而response$result是多条样本组成的数组（N行），两者行数不匹配，导致R抛出"arguments imply differing number of rows"的错误。

正确处理方案 #

方法1：用rjson包处理 #

1. 加载JSON并定位目标数据集
   跳过无关的header，直接提取response下的result数组——这才是你需要的多条样本数据：

   library(rjson)
   # 加载JSON文件
   data <- fromJSON(file = "data.json")
   # 提取result数组
   result_data <- data$response$result
   

2. 提取指定字段并转换为DataFrame
   遍历result数组，提取你需要的字段，注意嵌套的attributes可以转成字符串保存，避免结构冲突：

   # 提取目标字段，处理嵌套的attributes
   extracted_list <- lapply(result_data, function(item) {
     list(
       alias = item$alias,
       egaStableId = item$egaStableId,
       centerName = item$centerName,
       creationTime = item$creationTime,
       title = item$title,
       bioSampleId = item$bioSampleId,
       subjectId = item$subjectId,
       gender = item$gender,
       phenotype = item$phenotype,
       attributes = toJSON(item$attributes)
     )
   })
   
   # 转换为DataFrame
   final_df <- do.call(rbind, lapply(extracted_list, as.data.frame, stringsAsFactors = FALSE))
   

方法2：用jsonlite包简化嵌套结构处理 #

如果attributes是键值对结构，想要直接展开为单独列，用jsonlite包更高效：

library(jsonlite)
# 加载JSON并自动解析嵌套结构
data <- fromJSON("data.json")
# 提取指定字段并转成DataFrame，自动展开attributes
final_df <- as.data.frame(
  data$response$result[, c("alias", "egaStableId", "centerName", "creationTime", "title", "bioSampleId", "subjectId", "gender", "phenotype", "attributes")]
)

关键注意点 #

• 必须先定位到result数组层级再做转换，不要直接处理完整的JSON对象。
• 嵌套字段（如attributes）要根据需求选择转字符串或展开，避免因结构不一致导致转换失败。

内容的提问来源于stack exchange，提问作者beginner