我断断续续地使用 R 作为 Python 的“后端”,因此偶尔需要将数据帧从 R 导入 Python;但我不知道如何将 R data.frame
导入为 Pandas DataFrame
。
例如,如果我在 R 中创建一个数据框
rdf = data.frame(a=c(2, 3, 5), b=c("aa", "bb", "cc"), c=c(TRUE, FALSE, TRUE))
然后使用 rmagic
和
%Rpull -d rdf
我明白了
array([(2.0, 1, 1), (3.0, 2, 0), (5.0, 3, 1)],
dtype=[('a', '<f8'), ('b', '<i4'), ('c', '<i4')])
我不知道这是什么,肯定不是
pd.DataFrame({'a': [2, 3, 5], 'b': ['aa', 'bb', 'cc'], 'c': [True, False, True]})
这是我所期望的。
唯一接近于为我工作的是使用文件通过在 R 中写入来传输数据帧
write.csv(data.frame(a=c(2, 3, 5), b=c("aa", "bb", "cc"), c=c(TRUE, FALSE, TRUE)), file="TEST.csv")
然后用 Python 阅读
pd.read_csv("TEST.csv")
尽管这种方法会产生一个额外的列:“未命名:0”。
将 R 数据帧作为 Pandas 数据帧导入 Python 的习惯用法是什么?
最佳答案
第一个:array([(2.0, 1, 1), (3.0, 2, 0), (5.0, 3, 1)], dtype=[('a', '<f8'), ('b', '<i4'), ('c', '<i4')])
.那是一个 numpy
结构化 array
. http://docs.scipy.org/doc/numpy/user/basics.rec.html/ .您可以轻松地将其转换为 pandas
使用 pd.DataFrame
测向:
In [65]:
from numpy import *
print pd.DataFrame(array([(2.0, 1, 1), (3.0, 2, 0), (5.0, 3, 1)], dtype=[('a', '<f8'), ('b', '<i4'), ('c', '<i4')]))
a b c
0 2 1 1
1 3 2 0
2 5 3 1
b
列被编码(好像 factor()
在 R
中编辑),c
列是从 boolean
转换而来的至 int
. a
从 int
转换而来至 float
( '<f8'
,其实我发现没想到)
第二,我认为pandas.rpy.common
是从 R
获取数据的最便捷方式: http://pandas.pydata.org/pandas-docs/stable/r_interface.html (可能太简短了,所以我在这里再补充一个例子):
In [71]:
import pandas.rpy.common as com
DF=pd.DataFrame({'val':[1,1,1,2,2,3,3]})
r_DF = com.convert_to_r_dataframe(DF)
print pd.DataFrame(com.convert_robj(r_DF))
val
0 1
1 1
2 1
3 2
4 2
5 3
6 3
最后,Unnamed: 0
列是索引列。您可以通过提供 index_col=0
来避免它至 pd.read_csv()
关于python - 如何将 R 数据帧导入 Pandas?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22735224/