如何在R中解析多层嵌套JSON文件并转换为结构化数据框

嵌套JSON转矩形数据框解决方案 #

你之前的方案出问题的原因是unlist会直接打散所有嵌套层级的对应关系，无法绑定城市记录对应的用户和日期信息，因此建议用tidyverse生态下的purrr包做分层遍历，代码如下：

library(jsonlite)
library(tidyverse)

# 读入原始JSON文件
jdata <- read_json("./raw.json")

# 分层遍历提取字段，自动合并为数据框
result_df <- jdata$user_id %>% 
  # 第一层遍历：提取所有用户ID
  imap_dfr(~{
    user_id <- .y
    # 第二层遍历：提取对应用户的所有日期记录
    .x$date %>% imap_dfr(~{
      record_date <- .y
      # 提取城市字段，兼容大小写键名，无有效城市则返回NA
      city <- tryCatch({
        tolower(names(.x)) %in% "city" %>% which() %>% {.x[[.]]}
      }, error = function(e) NA_character_)
      # 跳过无城市的无效记录
      if(!is.na(city)){
        tibble(user_id = user_id, date = record_date, city = city)
      } else {
        NULL
      }
    })
  })

# 查看输出结果
head(result_df)

上述代码输出的是三列标准矩形数据框，包含user_id、date、city三个字段，可直接用于后续分析。如果需要处理日期格式，可额外调用lubridate::ymd()处理date列，带时分秒的日期条目也可自动识别。

内容的提问来源于stack exchange，提问作者Sescro