如何将rjson::fromJSON输出转为列名无修改的CSV同款数据框？

我正在研究R读取含不友好列名文件的能力，其中JSON文件可使用rjson或jsonlite读取，jsonlite表现良好不在本次讨论范围内。

示例数据 #

先给出两段含特殊列名的示例数据（实际数据还包含数值列）：

library(rjson)
library(dplyr)

csv_file <- 'English,中文 (Simplified),中文 (Traditional),فارسى,Русский язык,Tiếng Việt
Alice,蔼,佩佩,آیسا,Аделаида,Anh Đào
Amy,安,姗姗,افسانه,Анна,Anh Thư
Barbara,芳,安娜,اندیشه,Валентина,Bấc
Carol,淑芬,寶珠,نادره,Вера,Bạch Tuyểt
Elizabeth,菊,小蘭,بهشته,Зинаида,Bảo Châu
Jaclyn,兰,小鳳,تبسم,Изабэлла,Chín
Jane,丽丽,惠娟,توسکا,Капитолина,Cúc
Judy,梅,淑儀,روژین,Лариса,Dậu
Katie,敏,燕玲,زرّین تاج,Маргарита,Diễm'

json_file <- '[{"English":"Alice","中文 (Simplified)":"蔼","中文 (Traditional)":"佩佩","فارسى":"آیسا","Русский язык":"Аделаида","Tiếng Việt":"Anh Đào"},
{"English":"Amy","中文 (Simplified)":"安","中文 (Traditional)":"姗姗","فارسى":"افسانه","Русский язык":"Анна","Tiếng Việt":"Anh Thư"},
{"English":"Barbara","中文 (Simplified)":"芳","中文 (Traditional)":"安娜","فارسى":"اندیشه","Русский язык":"Валентина","Tiếng Việt":"Bấc"},
{"English":"Carol","中文 (Simplified)":"淑芬","中文 (Traditional)":"寶珠","فارسى":"نادره","Русский язык":"Вера","Tiếng Việt":"Bạch Tuyểt"},
{"English":"Elizabeth","中文 (Simplified)":"菊","中文 (Traditional)":"小蘭","فارسى":"بهشته","Русский язык":"Зинаида","Tiếng Việt":"Bảo Châu"},
{"English":"Jaclyn","中文 (Simplified)":"兰","中文 (Traditional)":"小鳳","فارسى":"تبسم","Русский язык":"Изабэлла","Tiếng Việt":"Chín"},
{"English":"Jane","中文 (Simplified)":"丽丽","中文 (Traditional)":"惠娟","فارسى":"توسکا","Русский язык":"Капитолина","Tiếng Việt":"Cúc"},
{"English":"Judy","中文 (Simplified)":"梅","中文 (Traditional)":"淑儀","فارسى":"روژین","Русский язык":"Лариса","Tiếng Việt":"Dậu"},
{"English":"Katie","中文 (Simplified)":"敏","中文 (Traditional)":"燕玲","فارسى":"زرّین تاج","Русский язык":"Маргарита","Tiếng Việt":"Diễm"}]'

现有尝试与问题 #

我可以轻松从CSV生成列名未修改的数据框（使用check.names = FALSE），以此作为标准对比其他文件的读取结果：

# 从CSV生成标准数据框
df_csv = read.csv(text = csv_file, check.names = FALSE)

# 用rjson读取JSON数据，得到嵌套列表
raw_json <- rjson::fromJSON(json_file)

尝试1：data.frame(do.call(rbind, raw_json), check.names = FALSE) #

将嵌套列表合并后转数据框，但生成的所有列都是列表类型，导致setdiff对比报错：

df_json1 <- data.frame(do.call(rbind, raw_json), check.names = FALSE)
setdiff(df_csv, df_json1)

报错信息：

Error in `setdiff()`:
! `x` and `y` are not compatible.
✖ Incompatible types for column `English`: character vs list.
✖ Incompatible types for column `中文 (Simplified)`: character vs list.
✖ Incompatible types for column `中文 (Traditional)`: character vs list.
✖ Incompatible types for column `فارسى`: character vs list.
✖ Incompatible types for column `Русский язык`: character vs list.
✖ Incompatible types for column `Tiếng Việt`: character vs list.

尝试2：do.call(rbind.data.frame, raw_json) #

直接用rbind.data.frame合并嵌套列表，虽然列是向量类型，但列名被自动修改为R友好格式，无法保留原列名，对比再次报错：

df_json2 <- do.call(rbind.data.frame, raw_json)
setdiff(df_csv, df_json2)

报错信息：

Error in `setdiff()`:
! `x` and `y` are not compatible.
✖ Cols in `y` but not `x`: `中文..Simplified.`, `中文..Traditional.`,
  `Русский.язык`, `Tiếng.Việt`.
✖ Cols in `x` but not `y`: `中文 (Simplified)`, `中文 (Traditional)`, `Русский
  язык`, `Tiếng Việt`.

我的需求是：创建与CSV生成的完全一致的数据框，无需预处理列名，实现准确对比。

解决方案 #

方法1：使用purrr::map_dfr逐个转换并合并 #

借助purrr包的map_dfr函数，将每个子列表转换为保留原列名的小数据框，再合并成完整数据框。此方法会自动处理列类型，且保留原始列名：

library(purrr)

# 逐个转换子列表为数据框（保留原列名），再合并
df_json3 <- map_dfr(raw_json, ~data.frame(.x, check.names = FALSE))

# 验证一致性，返回空说明完全匹配
setdiff(df_csv, df_json3)

方法2：手动转换为矩阵再转数据框 #

如果不想依赖purrr包，可以先将嵌套列表转为矩阵，再转换为数据框并指定原列名：

# 获取原始列名
col_names <- names(raw_json[[1]])

# 将每个子列表转为向量，合并成矩阵
json_matrix <- do.call(rbind, lapply(raw_json, unlist))

# 转换为数据框，保留原列名
df_json4 <- data.frame(json_matrix, check.names = FALSE)

# 验证一致性
setdiff(df_csv, df_json4)

为什么这两种方法可行？ #

• 方法1中，每个子列表先被转为check.names=FALSE的数据框，保留了原始列名，map_dfr合并时会自动对齐列，且列类型为向量而非列表。
• 方法2中，unlist将子列表转为字符向量，合并后的矩阵所有元素都是字符型，转数据框时指定check.names=FALSE即可保留原列名，列类型也与CSV读取的一致。

内容的提问来源于stack exchange，提问作者Sciolism Apparently