r - 使用 R 解析其中键和值是数值的类似字典的结构

Question

我正在尝试解析我在旅途中遇到的一些奇怪的数据结构。本质上它们类似于 python 或 javascript 字典，但键和值都是数字:

weird <- "{47=4578.0005, 181=23456.7831, 216=7548.2367}"

为了将其转换为表格，我尝试将其转换为更典型的字典格式并使用 jsonlite 对其进行解析:

library(tidyverse)
library(jsonlite)
weird <- parse_json(str_replace(weird, "=", ":"))
#> Error: parse error: invalid object key (must be a string)

parse_json 函数正确地提示键不是字符串。我当然可以使用 str_split 剖析所有这些，但我希望善良的人可能对更优雅/紧凑的解决方案有一些洞察力(希望完全避免正则表达式)，可以将其解析成一个表:

tibble::tribble(
  ~ key,    ~ value,
  47,  4578.0005,
  181, 23456.7831,
  216,  7548.2367 
)
#> # A tibble: 3 x 2
#>     key  value
#>   <dbl>  <dbl>
#> 1    47  4578.
#> 2   181 23457.
#> 3   216  7548.

谢谢!

Answer 1

虽然你可能想要一个紧凑的、非正则表达式的版本，但对我来说这似乎是最容易理解和理解的:

library(stringr)
library(dplyr)

weird <- "{47=4578.0005, 181=23456.7831, 216=7548.2367}"

str_remove_all(weird, "[{}]") %>% 
  str_split(", ", simplify = TRUE) %>% 
  str_split("=", simplify = TRUE) %>% 
  as_tibble() %>% 
  mutate_all(as.numeric)

#> # A tibble: 3 x 2
#>      V1     V2
#>   <dbl>  <dbl>
#> 1    47  4578.
#> 2   181 23457.
#> 3   216  7548.

^{由 reprex package (v0.3.0) 创建于 2020-04-20}

我不介意对数据进行三遍处理，每一步只完成一件事。我发现它更容易阅读和推理。

---

更新:

虽然我仍然认为上面的版本是 R 惯用的方法，但它不是 R 惯用的数据结构，所以这是一个通过 {reticulate} 使用 Python 的解决方案。这比使用 {jsonlite} 的 JSON 解析器要复杂一些，但事实证明您可以使用数值作为 Python 字典中的键。

我们首先必须将 = 转换为 : 然后字符串变成一个有效的字典。然后我们可以启动一个 Python 上下文，运行一个字符串并将其分配给一个变量，然后将状态返回给 R。然后它只是将 R 中的列表转换为数据帧。

library(reticulate)
library(stringr)
library(glue)
library(tibble)

weird <- '{47=4578.0005, 181=23456.7831, 216=7548.2367}'

weird <- str_replace_all(weird, "=", ": ")

x <- py_run_string(
  glue("weird_dict = {weird}"), 
  convert = T
  )

x$weird_dict %>% 
  unlist() %>% 
  enframe()
#> # A tibble: 3 × 2
#>   name   value
#>   <chr>  <dbl>
#> 1 47     4578.
#> 2 181   23457.
#> 3 216    7548.

^{由 reprex package (v2.0.1) 创建于 2021-10-21}