如何用R与tidyverse将长表转为嵌套列表并导出为JSON

刚好你提到的tidyverse（尤其是dplyr和tidyr的嵌套功能）加上jsonlite包就能完美解决这个需求，不需要复杂的split操作，分层嵌套+JSON转换一步到位。下面是具体的实现步骤和代码：

核心思路 #

我们需要把长表按患者→样本→文件的层级进行嵌套，再将嵌套后的结构直接转换为你想要的JSON格式。tidyr::nest可以帮我们轻松实现分层嵌套，jsonlite则负责将R的嵌套数据框转换为标准JSON。

完整代码 #

# 加载所需包
library(tidyverse)
library(jsonlite)
library(stringi)

# 生成示例长表数据
df = data.frame(patient = c(rep("A",4), rep("B",4)), 
                sample = rep(c("P","R"),4), 
                file = stri_rand_strings(8, 6, '[A-Z]'))

# 第一步：按患者+样本分组，嵌套文件列表
nested_files <- df %>%
  group_by(patient, sample) %>%
  nest(files = file) %>%
  # 确保每个文件项是{"file": "XXX"}的格式
  mutate(files = map(files, ~ .x %>% transmute(file = file)))

# 第二步：按患者分组，嵌套样本列表
final_nested <- nested_files %>%
  group_by(patient) %>%
  nest(samples = c(sample, files))

# 转换为格式化的JSON
output_json <- toJSON(final_nested, pretty = TRUE, auto_unbox = TRUE)

# 查看结果
cat(output_json)

# 导出到JSON文件（可选）
write_json(final_nested, "patient_samples.json", pretty = TRUE, auto_unbox = TRUE)

代码解释 #

1. 分层嵌套：

   • 先通过group_by(patient, sample) %>% nest(files = file)，把每个患者的每个样本对应的所有文件打包成一个嵌套数据框，存到files列中。
   • 用map配合transmute处理files列，确保每个文件条目都是只包含file键的小数据框，这样转JSON时会生成{"file": "ZZEVYQ"}的结构，而不是冗余的数组格式。
   • 再按patient分组，把每个患者对应的样本和文件列表嵌套成samples列，形成最终的三级嵌套结构。

2. JSON转换：

   • jsonlite::toJSON的pretty = TRUE参数让输出的JSON有缩进，可读性更强；auto_unbox = TRUE会把长度为1的向量（比如患者ID）直接输出为字符串，而不是默认的数组格式，完美匹配你想要的JSON结构。

运行这段代码后，你得到的JSON结构会和你手动编写的示例完全一致。

内容的提问来源于stack exchange，提问作者Floris