设置 R 公式环境和转换上下文管理器

Question

根据Rpy2 documentation，上下文管理器可以用来实现转换to/from Pandas/R。但是，应该如何在上下文管理器中为公式设置环境呢？例如，以下失败：

import numpy as np
import pandas as pd
import rpy2.robjects as robjs
import rpy2.robjects.conversion as cv
from rpy2.robjects.packages import importr
from rpy2.robjects import pandas2ri, Formula

r_mass = importr("MASS")
r_stats = importr("stats")

# From MASS dose.p example
ldose = pd.Series(np.concatenate((np.arange(1, 6), np.arange(1, 6))))
numdead = pd.Series(np.array([1, 4, 9, 13, 18, 20, 0, 2, 6, 10, 12, 16]))
sex = pd.Series(np.repeat(["M", "F"], [6, 6]))
SF = pd.DataFrame(np.column_stack((numdead, 20 - numdead)),
                  columns=["numdead", "numalive"])
glm_fmla = Formula("SF ~ sex + ldose - 1")


with cv.localconverter(robjs.default_converter + pandas2ri.converter):
    glm_fmla.environment["SF"] = SF
    glm_fmla.environment["sex"] = sex
    glm_fmla.environment["ldose"] = ldose
    budworm_lg0 = robjs.r.glm(glm_fmla, family=r_stats.binomial)

留言：

RRuntimeError: Error in model.frame.default(formula = SF ~ sex + ldose - 1, drop.unused.levels = TRUE) : 
  invalid type (list) for variable 'SF'

使用 rpy2 3.3.6，以及 Linux 上的最新 R 版本。任何指针将不胜感激。

Answer 1

由 R 生成的 RRuntimeError 中继错误类型及其相关消息的异常。这里调用的 R 代码（glm() 和它调用的其他 R 代码）以抱怨值结束因为 SF 是一个 R list 并且这是一个不兼容的类型。

在 R 中，data.frame 对象继承自 list，因此这可能真正表明 R 代码不接受像因变量那样的数据。

我们可以检查 SF:

值的类型

>>> tuple(glm_fmla.environment['SF'].rclass)
('data.frame',)

转换的目标类型似乎是正确的。我们将 pandas.DataFrame 转换为 R data.frame.

函数 MASS::dose.p() 的 R 示例定义 SF 如下：

numdead <- c(1, 4, 9, 13, 18, 20, 0, 2, 6, 10, 12, 16)
SF <- cbind(numdead, numalive = 20 - numdead)

这不是 data.frame:

> class(SF)
[1] "matrix"

你的代码可以这样修改：

r_base = importr('base')
with cv.localconverter(robjs.default_converter + pandas2ri.converter):
    glm_fmla.environment["SF"] = base.as_matrix(SF)
    glm_fmla.environment["sex"] = sex
    glm_fmla.environment["ldose"] = ldose
    budworm_lg0 = robjs.r.glm(glm_fmla, family=r_stats.binomial)

注意： 您的示例现在因

而失败

Error in model.frame.default(formula = SF ~ sex + ldose - 1, drop.unused.levels = TRUE) : 
  variable lengths differ (found for 'ldose')

您可以通过确保 ldose 和 SF 具有相同数量的观察值（10 或 12）来轻松修复它：

>>> len(ldose)
10
>>> SF.shape
(12, 2)

设置 R 公式环境和转换上下文管理器

Setting up R formulae environments and conversion context managers

python

rpy2