如何在R中将无固定结构JSON字符串列拆分为多列并补全空值

解决方法 #

核心问题是你存储的类JSON字符串使用单引号包裹键和值，不符合标准JSON的双引号规范，先做引号替换再用JSON解析工具即可快速拆分字段，10万行数据量级下也能高效处理。

第一步：安装依赖包（未安装过的情况下运行） #

install.packages(c("tidyverse", "jsonlite"))

第二步：运行处理代码 #

# 加载工具包
library(tidyverse)
library(jsonlite)

# 这里替换为你自己导入的Excel数据框，示例用你提供的input
input <- read.csv(text=r"(
ID, Properties
1,"{'gender': 'Male', 'nationality': 'IRL', 'document_type': 'passport', 'date_of_expiry': '2019-08-12', 'issuing_country': 'IRL'}"
2,"{'document_type': 'national_identity_card', 'date_of_expiry': '2027-01-23', 'issuing_country': 'CYP'}"
3,"{'date_of_expiry': '2019-01-28', 'issuing_country': 'JEY'}"
4,"{'document_type': 'driving_licence', 'date_of_expiry': '2006-06-14', 'issuing_country': 'POL'})")

# 核心处理逻辑
output <- input %>%
  # 将单引号替换为标准JSON要求的双引号
  mutate(Properties = str_replace_all(Properties, "'", '"')) %>%
  # 逐行解析JSON，转换为单行数据框格式，缺失字段自动留空
  mutate(parsed = map(Properties, ~ fromJSON(.x) %>% as_tibble_row())) %>%
  # 展开解析后的字段，和原有ID列合并
  unnest(parsed) %>%
  # 可选：删除原始的类JSON列，不需要可以删掉这行
  select(-Properties)

适配实际数据说明 #

把代码中的input替换为你导入到R中的Excel数据框，Properties替换为你实际存储类JSON字符串的列名即可直接使用。

内容的提问来源于stack exchange，提问作者sthurman