使用dplyr创建嵌套数据框生成JSON时遇输出不符预期问题

问题分析 #

你的代码之所以得到每个ID仅对应1行嵌套数据的结果，核心原因是：同一个ID对应的values值完全重复（A的values都是1，B的都是2），第一次group_by(ID, values) %>% nest()后，每个ID已经只剩1行数据，再按ID嵌套自然就得到了过浅的层级，这显然不是适合生成JSON的结构。

解决方案：调整嵌套逻辑，生成适合JSON的层级 #

假设你想要的是类似 {"ID": "A", "data": [{"level_1": "C", "values": 1, "other_values": [1,2]}]} 这种带数组的JSON结构，我们可以通过两种方式调整：

方式1：直接将重复列整理为数组（最适合JSON）

先把同一分组下的other_values合并成列表，再按ID嵌套，这样生成的结构转JSON时会自动变成数组：

library(tidyr)
library(dplyr)

# 原始数据
df <- data.frame(
  "ID" = c("A", "A", "B", "B"), 
  "level_1" = c("C", "C", "D", "D"), 
  "values" = c(1,1,2,2), 
  "other_values" = c(1,2,3,4)
)

# 生成适合JSON的嵌套结构
df_nested <- df %>%
  # 按ID、level_1、values分组，将other_values合并为列表
  group_by(ID, level_1, values) %>%
  summarise(other_values = list(other_values), .groups = "drop") %>%
  # 按ID嵌套，把level_1、values、other_values打包成子数据
  nest(data = c(level_1, values, other_values))

# 查看结果
df_nested

输出结果：

# A tibble: 2 × 2
  ID    data             
  <chr> <list>           
1 A     <tibble [1 × 3]>
2 B     <tibble [1 × 3]>

方式2：保留多层嵌套（如果后续需要更细的操作）

如果需要保留values层级的独立性（比如后续values可能有不同值），可以先按ID+level_1+values嵌套，再按ID嵌套：

df_nested2 <- df %>%
  group_by(ID, level_1, values) %>%
  nest() %>%  # 先嵌套other_values的原始行
  group_by(ID) %>%
  nest()      # 再按ID嵌套整个层级

df_nested2

转成JSON验证 #

用jsonlite包把嵌套数据转成JSON，就能得到预期的结构化输出：

library(jsonlite)
toJSON(df_nested, pretty = TRUE)

输出的JSON：

[
  {
    "ID": "A",
    "data": [
      {
        "level_1": "C",
        "values": 1,
        "other_values": [1, 2]
      }
    ]
  },
  {
    "ID": "B",
    "data": [
      {
        "level_1": "D",
        "values": 2,
        "other_values": [3, 4]
      }
    ]
  }
]

内容的提问来源于stack exchange，提问作者audioslaver756