JSON Розбиття одного стовпця в кадрі даних - json, r

Я працюю з даними, які виглядають наступним чином. Список пристроїв та запис їх транзакцій у форматі JSON.

device_id              |                net_revenue_map
1984691C-1EC1-4743-8DC5-55D882388C29 | {"2016-12-11":3.66}
56132A1A-ACEF-4073-878B-98E62E84FDB5 | {"2016-12-10":3.493}
036DF381-72DE-4523-9576-D79FFDB33820 | {"2016-12-10":3.493}
D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 | {"2016-12-11":1.543,"2016-12-10":1.543,"2016-12-12":1.543}
E70CA4A8-D5F5-42A1-ADC4-392A2930B779 | {"2016-12-11":3.685}
E7A508A8-3517-4F5A-9876-5B7704ABD7FD | {"2016-12-11":1.393}
43BE8905-CDDF-440C-A705-C80C06D448E2 | {"2016-12-11":1.393}
CCACC621-05A9-4727-B214-730B56E49FC9 | {"2016-12-12":27.728}

Я намагаюся проаналізувати JSON, щоб це перетворилося на щось на зразок наступного:

              device_id              | transaction_date | Transaction_Amt
1984691C-1EC1-4743-8DC5-55D882388C29 |   2016-12-11 | 3.66
56132A1A-ACEF-4073-878B-98E62E84FDB5 | 2016-12-10 | 3.493
036DF381-72DE-4523-9576-D79FFDB33820 | 2016-12-10 | 3.493
D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 | 2016-12-11 | 1.543
D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 | 2016-12-10 | 1.543
D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 | 2016-12-12 | 1.543
E70CA4A8-D5F5-42A1-ADC4-392A2930B779 | 2016-12-11 | 3.685
E7A508A8-3517-4F5A-9876-5B7704ABD7FD | 2016-12-11 | 1.393
43BE8905-CDDF-440C-A705-C80C06D448E2 | 2016-12-11 | 1.393
CCACC621-05A9-4727-B214-730B56E49FC9 | 2016-12-12 | 27.728

при спробі наступного коду, я отримую помилку

library(jsonlite)
parse <- fromJSON(record_test[,2])
Error: parse error: trailing garbage
{"2016-12-11":3.66} {"2016-12-10":3.493} {"2016-12-
(right here) ------^

Чи потрібно мені дописувати кому в кінці кожногоколонка? Більшість інших відповідей для синтаксичного аналізу JSON, які я бачу, - це суто фрейм даних JSON, але він містить лише один стовпець JSON у фреймі даних, так що "я тут" стикаюся з проблемами.

Відповіді:

Ось такий підхід:

library(tidyverse)

df %>%
# read each entry into list column
mutate(json = map(net_revenue_map, jsonlite::fromJSON),
date = map(json, names),    # extract dates from list names
date = map(date, as.Date),    # convert to proper dates
amount = map(json, simplify)) %>%    # simplify list to values
unnest(date, amount) %>%    # expand list columns
select(-net_revenue_map)    # clean up

## # A tibble: 10 × 3
##                               device_id       date amount
##                                   <chr>     <date>  <dbl>
## 1  1984691C-1EC1-4743-8DC5-55D882388C29 2016-12-11  3.660
## 2  56132A1A-ACEF-4073-878B-98E62E84FDB5 2016-12-10  3.493
## 3  036DF381-72DE-4523-9576-D79FFDB33820 2016-12-10  3.493
## 4  D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 2016-12-11  1.543
## 5  D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 2016-12-10  1.543
## 6  D622F3F8-BEC0-4B42-AE99-B10527DFA8B0 2016-12-12  1.543
## 7  E70CA4A8-D5F5-42A1-ADC4-392A2930B779 2016-12-11  3.685
## 8  E7A508A8-3517-4F5A-9876-5B7704ABD7FD 2016-12-11  1.393
## 9  43BE8905-CDDF-440C-A705-C80C06D448E2 2016-12-11  1.393
## 10 CCACC621-05A9-4727-B214-730B56E49FC9 2016-12-12 27.728

Або еквівалентна база R (зберегти jsonlite::fromJSON, очевидно)

df$amount <- lapply(df$net_revenue_map, jsonlite::fromJSON)
df$date <- lapply(df$amount, function(x){as.Date(names(x))})
df$amount <- lapply(df$amount, unlist)
df$net_revenue_map <- NULL

df <- do.call(rbind, apply(df, 1, data.frame))
rownames(df) <- NULL

df
##                               device_id amount       date
## 1  1984691C-1EC1-4743-8DC5-55D882388C29  3.660 2016-12-11
## 2  56132A1A-ACEF-4073-878B-98E62E84FDB5  3.493 2016-12-10
## 3  036DF381-72DE-4523-9576-D79FFDB33820  3.493 2016-12-10
## 4  D622F3F8-BEC0-4B42-AE99-B10527DFA8B0  1.543 2016-12-11
## 5  D622F3F8-BEC0-4B42-AE99-B10527DFA8B0  1.543 2016-12-10
## 6  D622F3F8-BEC0-4B42-AE99-B10527DFA8B0  1.543 2016-12-12
## 7  E70CA4A8-D5F5-42A1-ADC4-392A2930B779  3.685 2016-12-11
## 8  E7A508A8-3517-4F5A-9876-5B7704ABD7FD  1.393 2016-12-11
## 9  43BE8905-CDDF-440C-A705-C80C06D448E2  1.393 2016-12-11
## 10 CCACC621-05A9-4727-B214-730B56E49FC9 27.728 2016-12-12

Дані

df <- structure(list(device_id = c("1984691C-1EC1-4743-8DC5-55D882388C29",
"56132A1A-ACEF-4073-878B-98E62E84FDB5", "036DF381-72DE-4523-9576-D79FFDB33820",
"D622F3F8-BEC0-4B42-AE99-B10527DFA8B0", "E70CA4A8-D5F5-42A1-ADC4-392A2930B779",
"E7A508A8-3517-4F5A-9876-5B7704ABD7FD", "43BE8905-CDDF-440C-A705-C80C06D448E2",
"CCACC621-05A9-4727-B214-730B56E49FC9"), net_revenue_map = c("{"2016-12-11":3.66}",
"{"2016-12-10":3.493}", "{"2016-12-10":3.493}", "{"2016-12-11":1.543,"2016-12-10":1.543,"2016-12-12":1.543}",
"{"2016-12-11":3.685}", "{"2016-12-11":1.393}", "{"2016-12-11":1.393}",
"{"2016-12-12":27.728}")), .Names = c("device_id", "net_revenue_map"
), class = "data.frame", row.names = c(NA, -8L))

Альтернативний підхід до тидверсу:

library(jsonlite)
library(dplyr)

rowwise(df) %>%
do(data_frame(device_id=.$device_id,
amount=unlist(fromJSON(.$net_revenue_map)),
date=names(fromJSON(.$net_revenue_map))))