Длинная таблица для вложенного списка в JSON с использованием R и Tidyverse

Question

Я пытаюсь преобразовать длинную таблицу (например, пример ниже) во вложенный список в JSON, используя R / tidyverse и один из пакетов JSON.Я подозреваю, что это можно каким-то образом сделать с помощью split / purrr, но я не смог выяснить, как именно.

Возьмем следующий пример ввода:

library(tidyverse)
library(stringi)

df = data.frame(patient   = c(rep("A",4), rep("B",4)),
                sample    = rep(c("P","R"),4),
                file      = stri_rand_strings(8, 6, '[A-Z]'))

Что выглядитнапример, вот так

  patient sample   file
1       A      P ZZEVYQ
2       A      R KIUXRU
3       A      P XRYBUE
4       A      R ZCHBKN
5       B      P WZYAPM
6       B      R EKDFYT
7       B      P CYEJCK
8       B      R XFAYXX

Я хотел бы вывести что-то похожее на это (примечание: напечатано вручную).

[
  {
    "patient" : "A",
    "samples" : [
      {
        "sample" : "P",
        "files" : [
          {
            "file" : "ZZEVYQ"
          },
          {
            "file" : "XRYBUE"
          }
        ] 
      },
      {
        "sample" : "R",
        "files" : [
          {
            "file" : "KIUXRU"
          },
          {
            "file" : "ZCHBKN"
          }
        ]
      }
    ]
  },
  {
    "patient" : "B",
    "samples" : [
      {
        "sample" : "P",
        "files" : [
          {
            "file" : "WZYAPM"
          },
          {
            "file" : "CYEJCK"
          }
          ] 
      },
      {
        "sample" : "R",
        "files" : [
          {
            "file" : "EKDFYT"
          },
          {
            "file" : "XFAYXX"
          }
        ]
      }
    ]
  }
]

Есть предложения о том, как это сделать?

Большое спасибо!

Answer 1

Для большинства выходных данных json, если вы хотите использовать вложенные уровни, вам нужно вложить свои данные.Вот один из способов добиться следующего, необходимого для получения JSON, который вы хотите получить после

dfout <- df %>% group_by(patient, sample) %>% 
  summarize(files=list(map(file, ~list(file=.x)))) %>% 
  summarize(samples=list(map2(sample, files, ~list(samples=.x, files=.y))))

jsonlite::toJSON(dfout, auto_unbox = TRUE)