Question

我有一些我需要使用Python访问的.rda文件。我的代码如下所示：

import rpy2.robjects as robjects
from rpy2.robjects import r, pandas2ri

pandas2ri.activate()
df = robjects.r.load("datafile.rda")
df2 = pandas2ri.ri2py_dataframe(df)

其中 df2 是一个pandas数据帧。但是，它只包含.rda文件的标题！我来回搜索。提出的解决方案似乎都没有起作用。

有没有人知道如何有效地将.rda数据帧转换为pandas数据帧？

Answer 1

您可以尝试使用作为语言无关数据框开发的新feather library在R或Python中使用。

# Install feather
devtools::install_github("wesm/feather/R")

library(feather)
path <- "your_file_path"
write_feather(datafile, path)

然后在python中安装

$ pip install feather-format

加载数据文件

import feather
path = 'your_file_path'
datafile = feather.read_dataframe(path)

Answer 2

感谢您的有用问题。我尝试了上面提出的两种方法来解决我的问题。对于feather，我遇到了这个问题：

pyarrow.lib.ArrowInvalid: Not a Feather V1 or Arrow IPC file

对于rpy2，如@Orange所述：“ pandas2ri.ri2py_dataframe在rpy2 3.0.3版中似乎不再存在”或更高版本。

我搜索了另一个解决方法，发现pyreadr对我有用，也许对那些面临与我同样的问题的人也有用：https://github.com/ofajardo/pyreadr

用法：https://gist.github.com/LeiG/8094753a6cc7907c716f#gistcomment-2795790

pip install pyreadr

import pyreadr

result = pyreadr.read_r('/path/to/file.RData') # also works for Rds, rda

# done! let's see what we got
# result is a dictionary where keys are the name of objects and the values python
# objects
print(result.keys()) # let's check what objects we got
df1 = result["df1"] # extract the pandas data frame for object df1

Answer 3

如上所述，请考虑使用R {'1}}或mget将.rda文件转换为单独的.rds对象，以构建数据帧的Python字典。

<强> RPy2

eapply

将.rda转换为pandas数据帧

3 个答案: