将含不同嵌套数据的JSON文件转换为统一DataFrame

需求 #

从目标JSON数据中，保留所有用户共有的userId、username、fullName字段，同时提取latestPosts中存在的locationName和locationId；对于无latestPosts或该字段下无位置信息的条目，缺失值用NA填充，生成结构统一的DataFrame。

完整代码 #

library(jsonlite)
library(dplyr)
library(purrr)

# 读取数据
test_file <- fromJSON("https://raw.githubusercontent.com/datacfb123/testdata/main/test_file_lp.json")

# 提取并整理字段
result_df <- test_file %>%
  select(userId, username, fullName) %>%
  mutate(
    # 提取每个用户latestPosts中的位置字段，无对应字段时返回空
    loc_info = map(latestPosts, ~ select(.x, any_of(c("locationName", "locationId")))),
    # 提取locationName，无数据则填NA
    locationName = map_chr(loc_info, ~ if (nrow(.x) > 0) .x$locationName else NA_character_),
    # 提取locationId，无数据则填NA
    locationId = map_chr(loc_info, ~ if (nrow(.x) > 0) .x$locationId else NA_character_)
  ) %>%
  # 移除临时列和原始嵌套字段
  select(-loc_info, -latestPosts)

# 输出结果
print(result_df)

代码解释 #

• any_of()：避免因某些latestPosts无位置字段而报错，自动忽略不存在的字段
• map() + map_chr()：遍历每个用户的嵌套数据，提取目标值，缺失时填充NA
• 最终只保留需要的字段，确保结果结构统一

输出示例 #

生成的DataFrame结构如下：

内容的提问来源于stack exchange，提问作者wizkids121