Objetivo e justificativa

• Até agora vimos apenas XML e derivados.
• JSON tem se tornado cada vez mais utilizado.
• Definir objetos JSON e descrever a estrutura.
• Ilustrar como ler JSON com o R.

JSON

Detalhes

• JSON: JavaScript Oriented Notation.
• Empregado em serviços Web como:
  • Web API,
  • Aplicações cliente-servidor,
  • Em bases de dados NoSQL.
• JSON é simples e leve.
• Originou de um ramo da sintaxe JavaScript.
• Dados em JSON são nativamente usados em navegadores com JavaScript.

Site e API JSON

• https://www.whoscored.com/.
• Open Weather Map: Curitiba agora.

O formato JSON

Autopsia do JSON

• Coloque o JSON em um embelezador de JSON.
• https://jsonformatter.curiousconcept.com/

O formato JSON

• Similar a muitas linguagens orientadas para dados.
• Tipo primitivos:
  • Lógico,
  • Númerico,
  • String,
  • Nulo.
• Os 4 tipos são mapeáveis para os correspondentes em R.
• Containers ou estrutura para coleção de dados.
  • Vetor ou array: em R, vetor não nomeado.
  • Lista: em R, listas e vetores nomeados.
• Podem ser usados aninhados.
• Tem flexibilidade para representar estruturas complexas.

Convertendo JSON

• Recursos para JSON descritos no Web Technologies Tak View.
• Pacotes:
  • rjson: pouco otimizado.
  • RJSONIO: otimizado para operações vetorizadas e uso interno de código C.
  • jsonlite: fork do RJSONIO.

JSON para R

• jsonlite::fromJSON()
• Lê a partir de url, arquivo e string.
• https://openweathermap.org/current.

library(jsonlite)

url <- "http://samples.openweathermap.org/data/2.5/weather?lat=35&lon=139&appid=b1b15e88fa797225412429c1c50c122a1"


clima <- fromJSON(url)
str(clima)

url <- "http://samples.openweathermap.org/data/2.5/weather?q=London,uk&appid=b1b15e88fa797225412429c1c50c122a1"

clima <- fromJSON(url)
str(clima)

args(fromJSON)

## function (txt, simplifyVector = TRUE, simplifyDataFrame = simplifyVector, 
##     simplifyMatrix = simplifyVector, flatten = FALSE, ...) 
## NULL

R para JSON

a <- "[10, 20, 30]"

a <- matrix(1:9, 3, 3)
toJSON(a)

## [[1,4,7],[2,5,8],[3,6,9]]

p <- head(precip)
p

##      Mobile      Juneau     Phoenix Little Rock Los Angeles 
##        67.0        54.7         7.0        48.5        14.0 
##  Sacramento 
##        17.2

toJSON(p)

## [67,54.7,7,48.5,14,17.2]

toJSON(as.list(p))

## {"Mobile":[67],"Juneau":[54.7],"Phoenix":[7],"Little Rock":[48.5],"Los Angeles":[14],"Sacramento":[17.2]}

args(toJSON)

## function (x, dataframe = c("rows", "columns", "values"), matrix = c("rowmajor", 
##     "columnmajor"), Date = c("ISO8601", "epoch"), POSIXt = c("string", 
##     "ISO8601", "epoch", "mongo"), factor = c("string", "integer"), 
##     complex = c("string", "list"), raw = c("base64", "hex", "mongo"), 
##     null = c("list", "null"), na = c("null", "string"), auto_unbox = FALSE, 
##     digits = 4, pretty = FALSE, force = FALSE, ...) 
## NULL

toJSON(mtcars)

Resumo

• JSON é simples e leve.
• Usando para interligar aplicações.
• No R, objetos JSON complexos são convertidos para listas.

Próxima aula

• Não teremos sabatina.

Referências