1

Rで使用しようとしているJSONにいくつかのデータがあります。私の問題は、データを正しい形式で取得できないことです。

require(RJSONIO)

json <- "[{\"ID\":\"id1\",\"VALUE\":\"15\"},{\"ID\":\"id2\",\"VALUE\":\"10\"}]"
example <- fromJSON(json)

example <- do.call(rbind,example)
example <- as.data.frame(example,stringsAsFactors=FALSE)

> example
   ID VALUE
1 id1    15
2 id2    10

これは近いですが、数値列を数値に変換することはできません。列を手動で変換できることはわかっていますが、データを検討data.frameまたはas.data.frameスキャンして、最も適切なクラス定義を作成しました。明らかに私は誤解しました。私は多数のテーブルを読んでいます-すべて非常に異なります-数値の場合、数値データをそのように扱う必要があります。

最終的に、データが数値の場合、数値列を持つデータ テーブルを取得しようとしています。

4

3 に答える 3

4

read.tabletype.convertデータを適切な型に変換するために使用します。JSON データを読み込んだ後、クリーニング手順と同じことを行うことができます。

sapply(example,class)
         # ID       VALUE 
# "character" "character" 
example[] <- lapply(example, type.convert, as.is = TRUE)
sapply(example, class)
         # ID       VALUE 
# "character"   "integer"
于 2014-01-31T21:34:37.180 に答える
0

に移行するという Ramnath の提案をフォローアップするためjsonliteに、2 つのアプローチのベンチマークを行いました。

##RJSONIO vs. jsonlite for a simple example

require(RJSONIO)
require(jsonlite)
require(microbenchmark)

json <- "{\"ID\":\"id1\",\"VALUE\":\"15\"},{\"ID\":\"id2\",\"VALUE\":\"10\"}"
test <- rep(json,1000)
test <- paste(test,collapse=",")
test <- paste0("[",test,"]")

func1 <- function(x){
  temp <- jsonlite::fromJSON(x)
}

func2 <- function(x){
  temp <- RJSONIO::fromJSON(x)
  temp <- do.call(rbind,temp)
  temp <- as.data.frame(temp,stringsAsFactors=FALSE)
}

> microbenchmark(func1(test),func2(test))
Unit: milliseconds
       expr       min        lq    median        uq       max neval
func1(test) 204.05228 221.46047 233.93321 246.90815 341.95684   100
func2(test)  21.60289  22.36368  22.70935  23.75409  27.41851   100

少なくとも今のところ、jsonliteパッケージがまだ新しく、パフォーマンスよりも精度に重点を置いていることはわかっていますが、リストをデータ フレームに変換しても、この単純な例では古い RJSONIO の方が高速に実行されます。

含む更新rjson:

require(rjson)

func3 <- function(x){
  temp <- rjson::fromJSON(x)
  temp <- do.call(rbind,lapply(temp,unlist))
  temp <- as.data.frame(temp,stringsAsFactors=FALSE)
}

> microbenchmark(func1(test),func2(test),func3(test))
Unit: milliseconds
       expr       min        lq    median        uq       max neval
func1(test) 205.34603 220.85428 234.79492 249.87628 323.96853   100
func2(test)  21.76972  22.67311  23.11287  23.56642  32.97469   100
func3(test)  14.16942  15.96937  17.29122  20.19562  35.63004   100

> microbenchmark(func1(test),func2(test),func3(test),times=500)
Unit: milliseconds
       expr       min        lq    median        uq       max neval
func1(test) 206.48986 225.70693 241.16301 253.83269 336.88535   500
func2(test)  21.75367  22.53256  23.06782  23.93026 103.70623   500
func3(test)  14.21577  15.61421  16.86046  19.27347  95.13606   500

> identical(func1(test),func2(test)) & identical(func1(test),func3(test))
[1] TRUE

少なくとも私のマシンrjsonではわずかにRJSONIO速いだけですが、ラムナスが提案した大きなパフォーマンスの向上が見られる場所と比較して、どのようにスケーリングするかはテストしていません。

于 2014-02-01T05:06:27.030 に答える