R python rpy2

[Manual] python调用R之rpy2使用手册

这是一篇关于python3调用R的若干问题

Posted by Leung ZhengHua on 2017-08-19

本文总点击量次

如果你是第一次阅读这篇文章，以下资源贴可能是你感兴趣的：

R与Python的协作：rpy2简介
Python中使用rpy2模块调用R
在数据分析流程中整合Python和R（一）
在数据分析流程中整合 Python 和 R（二）
rpy2官方文档

为什么要用python调用R，而不选择R调用python呢？一是我可能会需要和别的系统、接口做I/O操作，python显然比R更有优势；二是window系统下不兼容R调用python的rpython包，也有解决办法但没那么简洁好用。

pycharm中安装rpy2

我用的pycharm是PyCharm Community Edition 2017.1.5，利用File->Settings->Project Interpreter安装ry2包（这是一种类似RStudio的安装package方式）的时候一直提示：

Error: Tried to guess R’s HOME but no command ‘R’ in the PATH.

在环境变量里面添加R的安装文件夹bin，在cmd窗口输入R，是可以得到Rterm窗口的。重新打开pycharm，重新安装仍然报错。后来发现这个包可以通过非官方途径安装，下载一个对应的whl文件，在cmd输入pip install "D:\R-3.2.1\rpy2-2.8.6-cp36-cp36m-win_amd64.whl"（请不要直接复制我的路径），可以顺利安装rpy2包。 注意：一定要记住你的包安装的site-packages路径，直到测试rpy2可以正常使用

装好之后在pycharm控制台运行测试，它又报错（环境变量你站出来背锅）：

import rpy2.robjects as robjects
RuntimeError: R_USER not defined.

这个问题在Stack Overflow已经被解决，需要在系统环境变量中添加R的主目录路径，另外需要设置R_HOME和R_USER的新建环境变量。总的安装步骤可以总结为：

下载whl文件，利用wlh文件安装rpy2
设置系统环境变量path和新建环境变量R_HOME和R_USER

python中调用R

有两种思路，一是把需要用到的R语句全部封装到一份或者几份R脚本，利用source(xxx.R)的办法执行R语句。二是把R语句用robjects.xxx逐句逐句包裹好放入python语句中，前者需要把数据从内存导出转换为R语言可以识别的格式，再利用封装的通过测试的R脚本完成剩下的数据分析任务，速度上比较慢，后续分析中出了问题也不容易控制；后者时刻都在python监控之下容错性好，但是代码更加晦涩不容易写。从稳定可控角度考虑，还是应该选择后者，除非数据分析任务十分简单，不易出错。为了更容易使用rpy2，决定封装常用的R函数，使得书写方式更接近R语言语法格式。

rpy2简介

你可以用以下方式查看rpy2的版本

1
2
import rpy2
print(rpy2.__version__)

R包导入

导入R包通常是编写R代码的第一部分，rpy2提供了rpy2.robjects.packages.importr()导入R包。

Example

1
2
3
4
5
6
from rpy2.robjects.packages import importr
# import R's "base" package
base = importr('base')
# import R's "utils" package
utils = importr('utils')

单行R代码

from rpy2.robjects import r

在上述命令下，有三种方式可以选择：

  1. 使用r.obj，比如 r.c(1, 3)。
    这种方法虽然方便，但是对于名称中有“点号”的函数会出问题，比如 data.frame或者 read.csv等。

  2. 使用r['obj']，比如 r['c'](1, 3)。
    这种方法几乎可以调用任何R的函数，而且写法与原始调用很相似，无非是r['func'](value1, para2 = value2)。
    如果一个R函数中的变量名是有“点号”的，不能直接赋值，需要构建一个字典形式，比如 r['func'](value1, para2 = value, **{para.3: value3})。

  3. 使用r('obj')，比如r('c(1, 3)')。
    这种方法从某种程度上讲是万能的，因为总是可以将任意长度的R代码写成一个Python字符串，之后通过r('Rcode')调用执行。由于对R语言的有一定掌握，我认为这一种表达方式更适合已有的R风格。

多行R代码

更多时候我们需要执行一整段复杂R代码，将每一行R代码嵌入python脚本中非常麻烦，我们往往只需要R中最后的一小部分结果。可以利用python中的'''封装R语句脚本，传入robjects.r( )函数中。

Example

1
2
3
4
5
6
7
8
9
10
11
robjects.r('''
        # create a function `f`
        f <- function(r, verbose=FALSE) {
            if (verbose) {
                cat("I am calling f().\n")
            }
            2 * pi * r
        }
        # call the function `f` with argument value 3
        f(3)
        ''')

在rpy2中创建R向量

创建向量，可以使用rpy2.robjects.vectors中提供的一系列函数，将一个Python的元组、列表或者字符串转换为R的向量。其中包括 StrVector()、IntVector()、FloatVector()、FactorVector()和BoolVector()，分别提供了转换字符、整数、浮点、因子和布尔向量。

创建列表，可以使用ListVector()将Python的字典转换为R的列表。

创建矩阵和数据框（data.frame）建议直接使用R函数matrix()和data.frame()。尽管如此，rpy2提供了DataFram()将Python的字典转换成R的数据框（列顺序可能与输入不一致，Python字典特性造成），注意会把字符串自动转换成因子。

以上这些构建的R对象，有一系列的属性和方法，比如names，可以访问和赋值。

1
2
3
4
5
6
7
8
res = robjects.StrVector(['abc', 'def'])
print(res.r_repr())
res = robjects.IntVector([1, 2, 3])
print(res.r_repr())
res = robjects.FloatVector([1.1, 2.2, 3.3])
print(res.r_repr())

R中的矩阵只是含有维度属性的向量（vectors），可以用以下方式生成：

1
2
3
robjects.r('v=c(1.1, 2.2, 3.3, 4.4, 5.5, 6.6)') #在R空间中生成向量v
m = robjects.r('matrix(v, nrow = 2)') #在R空间中生成matrix，并返回给python中的对象m
print(m)

绘图

1
2
FEATURED TAGS
R python rpy2
FRIENDS