在R中处理MongoDB导出的不规则嵌套JSON数据

兄弟，我太懂这种被MongoDB导出的嵌套JSON折磨的感觉了！这种列里套列表的结构，简直是R数据处理的噩梦，尤其是查了一堆帖子还没解决的时候，那叫一个头疼。不过别慌，我给你一套实操方案，结合R里最常用的工具，应该能搞定你的问题。

先假设你的简化版JSON大概是这种典型的MongoDB导出结构（如果实际结构有差异，后面可以调整）：

[
  {"id": 1, "name": "Alice", "orders": [{"product": "Laptop", "price": 999}, {"product": "Mouse", "price": 25}]},
  {"id": 2, "name": "Bob", "orders": [{"product": "Keyboard", "price": 50}]},
  {"id": 3, "name": "Charlie", "orders": []},
  {"id": 4, "name": "Diana", "orders": [{"product": "Monitor", "price": 299}, {"product": "Headphones", "price": 150}]}
]

第一步：用jsonlite读取JSON文件 #

首先用jsonlite包读取文件，这个包对MongoDB风格的JSON兼容性很好：

library(jsonlite)
library(tidyverse) # 包含tidyr和purrr，处理嵌套必备

# 读取你的JSON文件，替换成实际文件名
json_data <- fromJSON("your_mongo_export.json", simplifyDataFrame = TRUE)

这时候你会得到一个数据框，其中像orders这样的列是列表列——每个单元格里都是一个小数据框或者空列表。

第二步：展开嵌套列表列（常规情况） #

用tidyr的unnest()函数直接把列表列拉平，变成常规的行结构，还能保留空列表的行：

# 展开嵌套的orders列，keep_empty=TRUE确保空列表的行不会被丢弃
flattened_data <- json_data %>%
  unnest(orders, keep_empty = TRUE)

如果你的嵌套层级更深（比如列表里还套列表），可以多次调用unnest()，或者用unnest_wider()把嵌套的键拆成单独的列。

第三步：应对不规则嵌套（特殊情况） #

如果你的JSON结构特别乱——比如有的单元格是单值，有的是列表，有的是嵌套数据框——那用purrr的遍历函数会更灵活：

# 先把JSON读成原始列表（不自动简化）
json_list <- fromJSON("your_mongo_export.json", simplifyVector = FALSE)

# 遍历每个对象，提取你需要的字段
extracted_data <- map_dfr(json_list, function(item) {
  # 处理空列表的情况
  if (length(item$orders) == 0) {
    tibble(
      id = item$id,
      name = item$name,
      product = NA_character_,
      price = NA_real_
    )
  } else {
    # 遍历每个嵌套的订单，和外层的id、name合并
    map_dfr(item$orders, function(order) {
      tibble(
        id = item$id,
        name = item$name,
        product = order$product,
        price = order$price
      )
    })
  }
})

这种方法完全自定义提取逻辑，不管嵌套有多不规则都能搞定。

第四步：验证结果 #

最后用glimpse()或者head()检查处理后的数据是否符合预期：

glimpse(flattened_data)

如果你的JSON还有更复杂的层级（比如数组套数组），可以先试试jsonlite::flatten()做一层初步扁平化，再用上面的方法处理剩下的嵌套。

要是你能把你的简化版JSON贴出来，我还能给你写更精准的代码~

内容的提问来源于stack exchange，提问作者Joe