0Pricing
R Academy · レッスン

jsonlite で JSON をパースする

fromJSON() を使って、JSON 文字列を R のリストやデータフレームに変換します。

「jsonlite で JSON をパースする」はCoddyKit上の無料R Academyレッスンです。 これはレッスン1/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはR Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 R Academyコースには全4レッスンが含まれています。

JSONとは

JSON（JavaScript Object Notation）は、APIやウェブサービスで使われる汎用的なデータ交換形式です。Rのjsonliteパッケージは、JSONをRオブジェクト（リスト、データフレーム）に変換したり、その逆を行ったりします。整然データの規則にも従います。

library(jsonlite)
# JSON looks like:
# { "name": "Alice", "age": 30, "active": true }

# fromJSON parses JSON string to R object
json_str <- '{"name":"Alice","age":30,"active":true}'
result <- fromJSON(json_str)
class(result)   # 'list'
result$name     # 'Alice'
result$age      # 30 (numeric)
result$active   # TRUE (logical)

fromJSON()：基本的な解析

fromJSON(txt)は、JSON文字列、URL、またはファイルパスを解析します。JSONの型を自動的に変換します。文字列はcharacter、数値はnumeric、真偽値はlogical、nullはNA、配列はベクトル、オブジェクトは名前付きリストになります。

library(jsonlite)
# Parsing different JSON types
fromJSON('"hello"')         # character: 'hello'
fromJSON('42')               # numeric: 42
fromJSON('true')             # logical: TRUE
fromJSON('null')             # NA
fromJSON('[1, 2, 3]')        # numeric vector: c(1,2,3)
fromJSON('["a", "b", "c"]') # character vector

# Nested object
json <- '{"x": 1, "y": [2, 3], "z": null}'
obj <- fromJSON(json)
obj$x  # 1
obj$y  # c(2, 3)
obj$z  # NA

toJSON()：RからJSONへのシリアライズ

toJSON(x)は、RオブジェクトをJSON文字列に変換します。auto_unbox=TRUEを使うと、長さ1のベクトルをJSON配列ではなくスカラーに変換できます。pretty=TRUEを指定すると、読みやすいようにインデントが追加されます。

library(jsonlite)
# Basic serialization
toJSON(c(1, 2, 3))          # '[1,2,3]'
toJSON(list(a=1, b='two'))  # '{"a":[1],"b":["two"]}'

# auto_unbox: length-1 vectors become scalars
toJSON(list(name='Bob', age=25), auto_unbox = TRUE)
# '{"name":"Bob","age":25}'

# pretty printing
cat(toJSON(list(x=1, y=c(2,3)), pretty = TRUE))
# {
#   "x": [1],
#   "y": [2, 3]
# }

JSON配列からデータフレームへ

オブジェクトのJSON配列は、fromJSON()によって自動的にデータフレームへ変換されます。これはjsonliteの最も便利な機能の一つです。APIのレスポンスはレコードの配列であることが多く、データフレームに適した形式になっています。

library(jsonlite)
# JSON array of objects -> data frame
json_array <- '[
  {"name": "Alice", "age": 30, "score": 95},
  {"name": "Bob",   "age": 25, "score": 87},
  {"name": "Carol", "age": 35, "score": 92}
]'

df <- fromJSON(json_array)
class(df)   # 'data.frame'
nrow(df)    # 3
print(df)
# name age score
# Alice  30    95
# Bob    25    87
# Carol  35    92

データフレームからJSONへ

toJSON(df)でデータフレームをJSONに変換すると、オブジェクトのJSON配列（1行につき1オブジェクト）が生成されます。これは表形式のデータをWeb APIに送信する際の標準的な形式です。

library(jsonlite)
df <- data.frame(
  product = c('Apple', 'Banana', 'Cherry'),
  price   = c(1.20, 0.50, 3.00),
  in_stock = c(TRUE, TRUE, FALSE),
  stringsAsFactors = FALSE
)

# Default: each value is an array (even scalars)
cat(toJSON(df, pretty = FALSE))

# auto_unbox: single values become JSON scalars
cat('\n---\n')
cat(toJSON(df, auto_unbox = TRUE, pretty = TRUE))

URLからfromJSON()を使用する

fromJSON(url)を使うと、URLからJSONを直接取得して解析できます。認証を必要としない公開JSON APIを呼び出す最も簡単な方法です。

library(jsonlite)
# Read JSON directly from a URL (requires internet)
# Example: JSONPlaceholder (free test API)
# result <- fromJSON('https://jsonplaceholder.typicode.com/todos/1')
# result$title   # todo title
# result$completed  # TRUE/FALSE

# Example: GitHub API
# repos <- fromJSON('https://api.github.com/users/hadley/repos')
# repos$name   # vector of repo names
# nrow(repos)  # number of repos returned

# Simulate with local JSON string:
result <- fromJSON('{"id":1,"title":"Learn R","completed":false}')
cat('Task:', result$title, '\nDone:', result$completed)

prettify()とminify()

prettify(json_string)は、人間が読みやすいようにインデントと改行を追加します。minify(json_string)は、コンパクトに送信できるように空白を削除します。どちらも生のJSON文字列を処理します。

library(jsonlite)
# Compact (minified) JSON
compact_json <- '{"name":"Alice","scores":[95,87,92],"active":true}'
cat('Minified:\n', compact_json, '\n\n')

# Prettify: add whitespace
cat('Prettified:\n')
cat(prettify(compact_json))
# {
#   "name": "Alice",
#   "scores": [95, 87, 92],
#   "active": true
# }

# Minify: remove whitespace
pretty_json <- prettify(compact_json)
cat('\nRe-minified:\n')
cat(minify(pretty_json))

ネストされたオブジェクトにflatten=TRUEを使用する

JSONにネストされたオブジェクトがある場合、fromJSON(json, flatten=TRUE)はネストされたキーをドット区切りの列名に展開します。手動でアンネストしなくてもデータフレームとして扱いやすくなります。

library(jsonlite)
json <- '[
  {"id": 1, "user": {"name": "Alice", "city": "NY"}},
  {"id": 2, "user": {"name": "Bob",   "city": "LA"}}
]'

# Without flatten: nested list column
df_nested <- fromJSON(json)
class(df_nested$user)   # data.frame (nested!)

# With flatten: flat column names
df_flat <- fromJSON(json, flatten = TRUE)
names(df_flat)     # c('id', 'user.name', 'user.city')
print(df_flat)
# id user.name user.city
#  1     Alice        NY
#  2       Bob        LA

JSONのNAと欠落キーを扱う

JSONのnullはRのNAに対応します。JSON配列内でキーが欠落している場合（あるレコードにはフィールドがある一方、別のレコードにはない場合）、結果のデータフレームではNAで補われます。

library(jsonlite)
# JSON with null values
json_nulls <- '{"a": 1, "b": null, "c": "hello"}'
obj <- fromJSON(json_nulls)
obj$b  # NA
is.na(obj$b)  # TRUE

# Array with missing keys
json_missing <- '[
  {"name": "Alice", "age": 30, "email": "a@b.com"},
  {"name": "Bob",   "age": 25}
]'
# 'email' missing from second record
df <- fromJSON(json_missing)
print(df)
# name age    email
# Alice  30  a@b.com
# Bob    25     <NA>

JSONをファイルに書き込む

write_json()（またはwriteLines(toJSON(x), file)）を使うと、RオブジェクトをJSONファイルとして保存できます。WebアプリケーションやAPIとデータを共有する際の標準的な出力形式です。

library(jsonlite)
results <- list(
  model = 'linear_regression',
  coefficients = list(intercept = 2.5, slope = 1.3),
  r_squared = 0.87,
  n_obs = 100
)

# Convert to JSON string
json_output <- toJSON(results, auto_unbox = TRUE, pretty = TRUE)
cat(json_output)

# Save to file (uncomment):
# write_json(results, 'model_results.json',
#            auto_unbox = TRUE, pretty = TRUE)
# Or equivalently:
# writeLines(json_output, 'model_results.json')

JSONを検証する

jsonliteのvalidate(json_string)は、文字列が有効なJSONかどうかを確認し、TRUE/FALSEを返します。解析前、特にユーザー入力や形式が不正な可能性のあるAPIレスポンスを扱う場合に便利です。

library(jsonlite)
# Valid JSON
validate('{"name": "Alice", "age": 30}')  # TRUE
validate('[1, 2, 3]')                       # TRUE
validate('"just a string"')                # TRUE

# Invalid JSON
validate('{name: Alice}')     # FALSE (unquoted keys)
validate('[1, 2, 3,]')        # FALSE (trailing comma)
validate('')                   # FALSE

# Safe parsing pattern
safe_parse <- function(json) {
  if (!validate(json)) {
    warning('Invalid JSON')
    return(NULL)
  }
  fromJSON(json)
}
safe_parse('{"x": 1}')
safe_parse('{bad json}')

クイックチェック

Rのjsonliteを使ったJSON解析についての知識を確認しましょう。

まとめ：jsonliteでJSONを扱う

重要なポイント： fromJSON()はJSON文字列、URL、ファイルを解析し、Rのリストまたはデータフレームに変換します。toJSON()はRのオブジェクトをJSONに変換します。スカラー値にはauto_unbox=TRUEを使用します。prettify()とminify()は文字列の形式を整えます。flatten=TRUEはネストされたオブジェクトを展開します。JSONのnullはNAになります。validate()は解析前にJSONの有効性を確認します。

library(jsonlite)
# Complete jsonlite workflow:

# Parse
df <- fromJSON('[{"a":1,"b":2},{"a":3,"b":4}]')
print(df)

# Serialize
json <- toJSON(df, auto_unbox = TRUE, pretty = FALSE)
cat(json, '\n')

# Flatten nested
nested <- fromJSON(
  '[{"id":1,"x":{"val":10}},{"id":2,"x":{"val":20}}]',
  flatten = TRUE
)
print(nested)

# Validate before parse
validate('{"key": "value"}')  # TRUE

よくある質問

「jsonlite で JSON をパースする」レッスンは無料ですか？

はい。「jsonlite で JSON をパースする」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、R Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 R Academyコースには全4レッスンが含まれています。

「jsonlite で JSON をパースする」で何を学びますか？

fromJSON() を使って、JSON 文字列を R のリストやデータフレームに変換します。 ブラウザで直接実行するハンズオンコードでR Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

R Academyを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのR Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン1/4です。

「jsonlite で JSON をパースする」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このR Academyレッスンでコードを書いて実行できますか？

はい。すべてのR Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

  1. jsonlite で JSON をパースする
  2. httr2 で HTTP リクエストを送信する
  3. R で REST API を利用する
  4. ネストされた JSON 構造を扱う
← R Academyに戻る