Я предпочитаю использовать jsonlite для разбора JSON в R.
Для разбора вложенного списка JSON, вы можете сделать вызов fromJSON внутри lapply.
jsonlite::fromJSON пытается упростить результат для вас. Но поскольку JSON предназначен для обработки вложенных структур данных, вы часто возвращаете список данных. Таким образом, чтобы получить data.frame, вы должны знать, какой элемент списка вы хотите, и извлечь его.
Например
library(RDSTK)
library(jsonlite)
js <- coordinates2politics(Coords$Latitude, Coords$Longitude)
lst <- lapply(js, jsonlite::fromJSON)
lst[[1]]$politics
# type friendly_type name code
# 1 admin2 country Canada can
# 2 admin4 state Ontario ca08
# 3 constituency constituency Hamilton Centre 35031
# 4 constituency constituency Burlington 35010
# 5 constituency constituency Hamilton East-Stoney Creek 35032
Чтобы получить data.frame, вы можете построить еще lapply извлечь элементы, которые вы хотите, а затем положить его в целом или с do.call(..., rbind), или мои предпочтения есть с data.table::rbindlist(...)
lst_result <- lapply(lst, function(x){
df <- x$politics[[1]]
df$lat <- x$location$latitude
df$lon <- x$location$longitude
return(df)
})
data.table::rbindlist(lst_result)
# type friendly_type name code lat lon
# 1: admin2 country Canada can 43.30528 -79.80306
# 2: admin4 state Ontario ca08 43.30528 -79.80306
# 3: constituency constituency Hamilton Centre 35031 43.30528 -79.80306
# 4: constituency constituency Burlington 35010 43.30528 -79.80306
# 5: constituency constituency Hamilton East-Stoney Creek 35032 43.30528 -79.80306
# 6: admin2 country Canada can 46.08333 -82.41667
# 7: admin4 state Ontario ca08 46.08333 -82.41667
В качестве альтернативы, чтобы получить более подробную информацию о каждом лат/лоне, вы можете использовать API Google через library(googleway) (Отказ от ответственности: я написал googleway), чтобы отменить геокодирование lat/lons.
Для этого вам потребуется действующий ключ Google API (который ограничен до 2500 запросов в день, если вы не платите)
library(googleway)
key <- "your_api_key"
lst <- apply(Coords, 1, function(x){
google_reverse_geocode(location = c(x["Latitude"], x["Longitude"]),
key = key)
})
lst[[1]]$results$address_components
# [[1]]
# long_name short_name types
# 1 Burlington Bay James N. Allan Skyway Burlington Bay James N. Allan Skyway route
# 2 Burlington Burlington locality, political
# 3 Halton Regional Municipality Halton Regional Municipality administrative_area_level_2, political
# 4 Ontario ON administrative_area_level_1, political
# 5 Canada CA country, political
# 6 L7S L7S postal_code, postal_code_prefix
Или так же через library(ggmap), также ограничена 2500 предела Google.
library(ggmap)
apply(Coords, 1, function(x){
revgeocode(c(x["Longitude"], x["Latitude"]))
})
# 1
# "Burlington Bay James N. Allan Skyway, Burlington, ON L7S, Canada"
# 2
# "308 Brennan Harbour Rd, Spanish, ON P0P 2A0, Canada"
# 3
# "724 Harris Ave, San Diego, CA 92154, USA"
# 4
# "30 Cherry St, Chinook, WA 98614, USA"
# 5
# "St James Township, MI, USA"
# 6
# "US-101, Chinook, WA 98614, USA"
# 7
# "2413 II Rd, Garden, MI 49835, USA"
# 8
# "2413 II Rd, Garden, MI 49835, USA"
# 9
# "8925 S Shore Rd, Stella, ON K0H 2S0, Canada"
# 10
# "Charlevoix County, MI, USA"
Возможный дубликат [Parse JSON with R] (http://stackoverflow.com/questions/2061897/parse-json-with-r) – alistaire
@alistaire Я прочитал сообщение, и либо я его не получаю, либо он не решает мою проблему! Извините, если он первый, но, как я уже сказал, я новичок в работе с выводами и списками JSON. –