读取 JSON 文件

`JsonTableReader` 的封装函数，用于将换行分隔的 JSON (ndjson) 文件读取到数据框或 Arrow 表中。

用法

read_json_arrow(
  file,
  col_select = NULL,
  as_data_frame = TRUE,
  schema = NULL,
  ...
)

参数

file

字符文件名或 URI、连接、字面量数据（单个字符串或 raw 向量）、Arrow 输入流或带有路径的 `FileSystem`（`SubTreeFileSystem`）。

如果是文件名，将打开一个内存映射的 Arrow InputStream，并在完成后关闭；将根据文件扩展名自动检测和处理压缩。如果提供了输入流，它将保持打开状态。

要被识别为字面量数据，输入必须用 ` I()` 包装。

col_select

要保留的列名的字符向量，如 `data.table::fread()` 的 "select" 参数，或 tidy 选择规范，如 ` dplyr::select() ` 中所用。

as_data_frame

该函数应该返回一个 `tibble`（默认）还是一个 Arrow Table？

schema

描述表的 Schema。

...

传递给 `JsonTableReader$create()` 的其他选项

返回值

一个 `tibble`，或者如果 `as_data_frame = FALSE`，则为一个 Table。

详情

如果传递路径，将根据文件扩展名（例如 `.json.gz`）检测和处理压缩。

如果未提供 `schema`，则会从数据推断 Arrow 数据类型

• JSON 空值转换为 ` null() ` 类型，但可以回退到任何其他类型。

• JSON 布尔值转换为 ` boolean() `。

• JSON 数字转换为 ` int64() `，如果遇到非整数，则回退到 ` float64() `。

• 诸如“YYYY-MM-DD”和“YYYY-MM-DD hh:mm:ss”之类的 JSON 字符串转换为 ` timestamp(unit = "s") `，如果发生转换错误，则回退到 ` utf8() `。

• JSON 数组转换为 ` list_of() ` 类型，并对 JSON 数组的值进行递归推断。

• 嵌套的 JSON 对象转换为 ` struct() ` 类型，并对 JSON 对象的值进行递归推断。

当 `as_data_frame = TRUE` 时，Arrow 类型将进一步转换为 R 类型。

示例

tf <- tempfile()
on.exit(unlink(tf))
writeLines('
    { "hello": 3.5, "world": false, "yo": "thing" }
    { "hello": 3.25, "world": null }
    { "hello": 0.0, "world": true, "yo": null }
  ', tf, useBytes = TRUE)

read_json_arrow(tf)
#> # A tibble: 3 x 3
#>   hello world yo   
#>   <dbl> <lgl> <chr>
#> 1  3.5  FALSE thing
#> 2  3.25 NA    NA   
#> 3  0    TRUE  NA   

# Read directly from strings with `I()`
read_json_arrow(I(c('{"x": 1, "y": 2}', '{"x": 3, "y": 4}')))
#> # A tibble: 2 x 2
#>       x     y
#>   <int> <int>
#> 1     1     2
#> 2     3     4