我正在用Python编写数据收集代码。我想生成一个尽可能容易导入R的数据框文件。我可以完全控制我的Python代码将产生什么，并且我想避免在R端进行不必要的数据处理，例如将列转换为因子/数字向量等。另外，如果可能的话，我想在R端尽可能简单地导入数据，最好是通过使用单个参数文件名调用单个函数。
我应该如何将数据存储到文件中以实现这一目标？
答案 0 :(得分：4)
您可以使用http://docs.python.org/2/library/csv.html Python的csv模块将数据写入CSV，然后在R中使用read.csv就可以了。（参见?read.csv）
使用read.csv将数据读入R时，除非另行指定，否则字符串将转换为因子，数字字段将转换为数字。空值将转换为NA。
导入一些数据后，您应该做的第一件事就是查看它的?str，以确保包含的数据类符合您的期望。很多时候我犯了一个错误并在数字字段中混合了一个字符值，最后得到了一个因子而不是数字。
需要注意的一点是，您可能需要设置自己的NA字符串。例如，如果您有“ - ”，“。”或其他一些表示空白的字符，则需要使用na.strings参数（可以接受字符串向量，即{{1} }）到c("-",".")。
如果您有日期字段，则需要正确转换它们。如果没有指定它们是什么，R不一定能识别日期或时间（参见read.csv）
如果您事先知道每个列的内容，可以使用?as.Date指定该类。
彻底阅读colClasses将为您提供更详细的信息。但我已经概述了一些常见问题。
答案 1 :(得分：4)
如果你的数据不是很庞大，布兰登建议使用CSV是很好的，特别是如果它不包含大量的浮点值，那么CSV格式的效率非常低。
更好地处理大数据集的选项可能是在pandas中构造一个等效的DataFrame并使用其工具转储到hdf5，然后以这种方式在R中打开它。例如，请参阅this question作为示例。
这种方法感觉有点矫枉过正，但你也可以使用pandas's experimental R interface直接将内存中的数据帧传输到R，然后直接从R保存。