R:将Rmongo输出转换为dataframe

Question

我一直在使用Rmongo包从MongoDB中提取数据。

library(Rmongo)

mongo <- mongoDbConnect("cmdbData", host="XX-MONGODB-02", port=27017)
data_users <- dbGetQuery(mongo, 'computers', '{}')

拉取的数据如下：

             update_bol      key      cData
1            delete          NA       "{ \"name\" : \"name1\" , \"domain\" : \"xx.yy.dk\"}"
2            update          NA       "{ \"name\" : \"name2\" , \"domain\" : \"xx.yy.dk\"}"
3            update          NA       "{ \"name\" : \"name3\" , \"domain\" : \"xx.yy.dk\"}"
4            update          NA       "{ \"name\" : \"null\" , \"domain\" : \"xx.yy.dk\"}"
5            update          NA       "{ \"name\" : \"name5\" , \"domain\" : \"zz.yy.dk\"}"
6            delete          NA       "{ \"name\" : \"name6\" , \"domain\" : \"zz.yy.dk\"}"

可以使用以下命令手动重新创建数据帧：

data.frame(update_bol = c("delete", "update", "update", "update", "update", "delete"),
       key = c(NA, NA, NA, NA, NA, NA), 
       cData = c("{ \"name\" : \"name1\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"name2\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"name3\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"null\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"name5\" , \"domain\" : \"zz.yy.dk\"}", "{ \"name\" : \"name6\" , \"domain\" : \"zz.yy.dk\"}"), stringsAsFactors = FALSE)

我想要这样的输出：

             name       domain
1            name1      xx.yy.dk
2            name2      xx.yy.dk
3            name3      xx.yy.dk
4            NULL       xx.yy.dk
5            name5      zz.yy.dk
6            name6      zz.yy.dk

我曾尝试进行更高级的查询，以便直接从dbGetQuery-function输出cData列，但我是MongoDB新手，似乎找不到合适的查询。

cData的格式看起来像JSON，所以我也尝试使用"jsonlite“包来提取列，但我也没能做到这一点。你有什么意见建议？

library(jsonlite)
library(tidyverse)

fromJSON(data_users$ciData[1]) %>% as.data.frame

Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  : 
arguments imply differing number of rows: 1, 0

Answer 1

这可能不是最好的方法，但它会让你振作起来。在这种方法中，我将您拥有的数据转换为所需的格式。

df<-data.frame(update_bol = c("delete", "update", "update", "update", "update", "delete"),
   key = c(NA, NA, NA, NA, NA, NA), 
   cData = c("{ \"name\" : \"name1\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"name2\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"name3\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"null\" , \"domain\" : \"xx.yy.dk\"}", "{ \"name\" : \"name5\" , \"domain\" : \"zz.yy.dk\"}", "{ \"name\" : \"name6\" , \"domain\" : \"zz.yy.dk\"}"), stringsAsFactors = FALSE)

clean<-function(x){
cleand_x<-gsub(pattern = '[\\{\\}\\"]',replacement = "",x = df$cData,fixed=F)
cleand_x<-strsplit(cleand_x,split = " ")
final<-sapply(cleand_x,function(t)
{
    c(name=t[[4]],domain=t[[8]])
},simplify = T)
return(as.data.frame(t(final)))
}

clean(df)

输出

name   domain
1 name1 xx.yy.dk
2 name2 xx.yy.dk
3 name3 xx.yy.dk
4 name4 xx.yy.dk 
5 name5 zz.yy.dk
6 name6 zz.yy.dk

Answer 2

我会推荐mongolite包而不是RMongo。您可以使用mongo查询将数据从mongodb中拉入到dataframe中。如果要查询包含数组的数据，则需要使用$unwind和可能的"flatten“(flatten来自jsonlite包)。