如何批量读取指定路径下多JSON文件并导入R转为dataframe

1. 安装加载所需依赖包 #

我们主要用到jsonlite处理JSON数据，purrr做批量迭代，dplyr做数据合并：

# 未安装包先执行安装，已安装可跳过该行
install.packages(c("jsonlite", "purrr", "dplyr"))

# 加载依赖包
library(jsonlite)
library(purrr)
library(dplyr)

2. 提取目标路径下所有JSON文件路径 #

# 替换为你的JSON文件存放路径
target_dir <- "D:/a/b/c"

# 匹配路径下所有后缀为.json的文件，full.names设为TRUE返回完整路径
# recursive设为TRUE会同时读取子文件夹内的JSON，不需要可改为FALSE
json_file_list <- list.files(
  path = target_dir,
  pattern = "\\.json$",
  full.names = TRUE,
  recursive = FALSE
)

3. 批量读取并合并为统一dataframe #

根据你的JSON文件存储格式选择对应读取方法：

• 若为标准单JSON对象/JSON数组格式的文件，使用fromJSON读取：

  full_df <- map_dfr(json_file_list, function(file) {
    # flatten设为TRUE会自动扁平化JSON嵌套结构，避免生成嵌套列
    fromJSON(file, flatten = TRUE)
  })
  

• 若为每行存储一个JSON对象的多行JSON（ndjson）格式，也就是你提到的「每个文件包含多行数据」的常见场景，使用stream_in读取：

  full_df <- map_dfr(json_file_list, function(file) {
    stream_in(file(file), flatten = TRUE)
  })
  

可选：兼容异常文件的读取方案 #

如果存在个别JSON文件格式损坏的情况，可以用以下写法跳过错误文件，避免读取中断：

# 定义安全读取函数，读取失败时返回NULL跳过该文件
safe_json_read <- possibly(
  .f = function(file) stream_in(file(file), flatten = TRUE), # 这里可以替换为你需要的fromJSON写法
  otherwise = NULL
)

# 批量读取合并
full_df <- map_dfr(json_file_list, safe_json_read)

读取完成后，full_df就是所有1307个JSON文件合并后的标准dataframe，可直接用于后续数据处理。

内容的提问来源于stack exchange，提问作者Mohd Syazwan