Как декодировать этот вложенный повторяющийся объект json в dataframe
Если вы не намерены использовать изображения операционной системы Ayufan, я бы предложил попробовать Armbian Xenial (на основе Ubuntu 16.04), а затем вы можете применить решение из пункта 4 в вашем сообщении, поскольку подход, предложенный пользователем «martinayotte» в этом потоке, получил положительную обратную связь, и он также дает возможность проверить, работает ли вновь активированное SPI-устройство.
Лично я был бегущий Armbian Xenial на моем 4GB Rock64 и до сих пор не жалуется, кроме этого , но я думаю, что это более общая проблема, в отличие от армбийского.
Кроме того, я наткнулся на этот пост , который предлагает решение для платы Pine64, а не Rock64, но, возможно, вы можете попытаться ее адаптировать.
1 ответ
Чтобы сохранить данные, связанные с текущими строками, вам нужно будет выполнить итерации fromJSON по targets. Вам нужно будет сознательно пропустить значение NA (поместив заполнитель, который будет красиво расширяться), и обернуть все в [...], потому что пятое наблюдение - это плохо сформированный JSON.
После этого вам понадобится кое-что, чтобы привести его в правильную форму. tidyr::unnest расширит столбец списка, а tidyr::spread преобразует данные в широкую форму.
library(tidyverse)
df2 <- df %>%
mutate(targets = map(targets, ~if (is.na(.x)) { # iterate, create list column
tibble(target = 'Age') # what to return for NAs
} else {
jsonlite::fromJSON(paste0('[', .x, ']')) # parse fixed JSON
})) %>%
unnest() %>% # expand list column
spread(target, segment) # reshape from long to wide form
df2
#> # A tibble: 5 x 11
#> X__1 country message created_at updated_at lang
#> <dbl> <dbl> <chr> <dttm> <dttm> <chr>
#> 1 1 3 "<p>Co… 2018-05-31 07:25:01 2018-06-03 13:49:53 it-IT
#> 2 2 3 <p>Con… 2018-05-14 14:24:20 2018-05-21 08:52:41 it-IT
#> 3 3 3 "<p>L\… 2017-11-16 11:27:48 2017-11-16 11:29:58 it-IT
#> 4 4 3 "<p>Ch… 2018-05-28 10:42:35 2018-05-31 10:50:53 it-IT
#> 5 5 3 "<div … 2018-05-21 18:01:38 2018-06-10 14:13:53 it-IT
#> # … with 5 more variables: political_probability <dbl>, advertiser <chr>,
#> # id <dbl>, Age <chr>, Region <chr>
df2 %>% select(id, Age, Region)
#> # A tibble: 5 x 3
#> id Age Region
#> <dbl> <chr> <chr>
#> 1 3228 "compresa tra 35 e 64 anni " <NA>
#> 2 3229 "compresa tra 25 e 64 anni " <NA>
#> 3 3230 <NA> <NA>
#> 4 3231 "pari o superiore a 13 anni " <NA>
#> 5 3232 18 and older Basilicata