Как разделить строки в r data.frame, содержащие данные JSON?

У меня есть фрейм данных (более 1500 очищенных патентных данных), содержащий данные json:

df <- data.frame(patent = "EP1036268B1",
             citation = '[{"patent_number": "DE2836002C2", "priority_date": "1978-08-17", "pub_date": "1986-09-11"}, {"patent_number": "SE457831B", "priority_date": "1987-08-27", "pub_date": "1989-01-30"}, {"patent_number": "DE3916547A1", "priority_date": "1989-05-20", "pub_date": "1990-11-22"}, {"patent_number": "US5180983A", "priority_date": "1990-09-27", "pub_date": "1993-01-19"}, {"patent_number": "DE69428626T2", "priority_date": "1993-05-31", "pub_date": "2002-05-08"}]')

Я хочу разделить строки и получить следующий результат:

df_res <- data.frame(patent = c("EP1036268B1", "EP1036268B1","EP1036268B1", "EP1036268B1","EP1036268B1"),
                 patent_number = c("DE2836002C2", "SE457831B", "DE3916547A1", "US5180983A","DE69428626T2"),
                 priority_date = c("1978-08-17","1987-08-27", "1989-05-20", "1990-09-27","1993-05-31"),
                 pub_date = c("1986-09-11", "1989-01-30", "1990-11-22", "1993-01-19","2002-05-08"))

Я нашел много решений, в которых есть один «объект json» на ячейку, но у меня их несколько, и число варьируется между строками.

Спасибо за вашу помощь заранее!

ОБНОВЛЕНИЕ (с несколькими строками)

df <- data.frame(patent = c("EP1036268B1", "CN101386287B"),
             citation = c('[{"patent_number": "DE2836002C2", "priority_date": "1978-08-17", "pub_date": "1986-09-11"}, {"patent_number": "SE457831B", "priority_date": "1987-08-27", "pub_date": "1989-01-30"}, {"patent_number": "DE3916547A1", "priority_date": "1989-05-20", "pub_date": "1990-11-22"}, {"patent_number": "US5180983A", "priority_date": "1990-09-27", "pub_date": "1993-01-19"}, {"patent_number": "DE69428626T2", "priority_date": "1993-05-31", "pub_date": "2002-05-08"}]','[{"patent_number": "JP3498514B2", "priority_date": "1997-02-06", "pub_date": "2004-02-16"}, {"patent_number": "JP3870503B2", "priority_date": "1997-09-01", "pub_date": "2007-01-17"}]'))

Желаемый результат:

df_res <- data.frame(patent = c("EP1036268B1", "EP1036268B1","EP1036268B1", "EP1036268B1","EP1036268B1","CN101386287B","CN101386287B"),
                 patent_number = c("DE2836002C2", "SE457831B", "DE3916547A1", "US5180983A","DE69428626T2", "JP3498514B2","JP3870503B2"),
                 priority_date = c("1978-08-17","1987-08-27", "1989-05-20", "1990-09-27","1993-05-31","1997-02-06","1997-09-01"),
                 pub_date = c("1986-09-11", "1989-01-30", "1990-11-22", "1993-01-19","2002-05-08","2004-02-16", "2007-01-17"))

При запуске cbind(patent=df$patent, fromJSON(df$citation)) я получаю следующую ошибку:

Error: parse error: trailing garbage
      , "pub_date": "2002-05-08"}] [{"patent_number": "JP3498514B2
                 (right here) ------^

r json

14.12.2020 12:09

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Использование jsonlite::fromJSON.

library(jsonlite)
cbind(patent=df$patent, fromJSON(df$citation))
#        patent patent_number priority_date   pub_date
# 1 EP1036268B1   DE2836002C2    1978-08-17 1986-09-11
# 2 EP1036268B1     SE457831B    1987-08-27 1989-01-30
# 3 EP1036268B1   DE3916547A1    1989-05-20 1990-11-22
# 4 EP1036268B1    US5180983A    1990-09-27 1993-01-19
# 5 EP1036268B1  DE69428626T2    1993-05-31 2002-05-08

Для нескольких строк используйте lapply.

lapply(1:nrow(df), function(x) cbind(patent=df[x, "patent"], fromJSON(df[x, "citation"])))
# [[1]]
#        patent patent_number priority_date   pub_date
# 1 EP1036268B1   DE2836002C2    1978-08-17 1986-09-11
# 2 EP1036268B1     SE457831B    1987-08-27 1989-01-30
# 3 EP1036268B1   DE3916547A1    1989-05-20 1990-11-22
# 4 EP1036268B1    US5180983A    1990-09-27 1993-01-19
# 5 EP1036268B1  DE69428626T2    1993-05-31 2002-05-08
# 
# [[2]]
#         patent patent_number priority_date   pub_date
# 1 CN101386287B   JP3498514B2    1997-02-06 2004-02-16
# 2 CN101386287B   JP3870503B2    1997-09-01 2007-01-17

Спасибо за ваш ответ. Он работает с однострочными данными, но я получаю сообщение об ошибке: "Ошибка: ошибка синтаксического анализа: конечный мусор, "pub_date": "2002-05-08"}] [{"patent_number": "JP3498514B2 (прямо здесь) -- ----^" при выполнении в нескольких строках

— 14.12.2020 13:38

@Bloxx Перебирайте строки, используя lapply, смотрите обновление.

— 14.12.2020 14:11

14.12.2020 13:12