从rpy2传递给R的对象是什么？

Question

我无法让下面的代码正常工作，虽然在R语言中我没有看到这个错误。

from rpy2.robjects.packages import importr
from rpy2 import robjects
import numpy as np

forecast = importr('forecast')
ts = robjects.r['ts']

y = np.random.randn(50)
X = np.random.randn(50)

y = ts(robjects.FloatVector(y), start=robjects.IntVector((2004, 1)), frequency=12)
X = ts(robjects.FloatVector(X), start=robjects.IntVector((2004, 1)), frequency=12)

forecast.Arima(y, xreg=X, order=robjects.IntVector((1, 0, 0)))

这让我特别困惑，因为下面的代码运行得很好。

forecast.auto_arima(y, xreg=X)

无论我给X什么值，我都能看到以下的错误追踪信息，不管我是否使用numpy接口。有什么想法吗？

---------------------------------------------------------------------------
RRuntimeError                             Traceback (most recent call last)
<ipython-input-20-b781220efb93> in <module>()
     13 X = ts(robjects.FloatVector(X), start=robjects.IntVector((2004, 1)),  frequency=12)
     14 
---> 15 forecast.Arima(y, xreg=X, order=robjects.IntVector((1, 0, 0)))

/home/skipper/.local/lib/python2.7/site-packages/rpy2/robjects/functions.pyc in     __call__(self, *args, **kwargs)
    84                 v = kwargs.pop(k)
    85                 kwargs[r_k] = v
---> 86         return super(SignatureTranslatedFunction, self).__call__(*args, **kwargs)

/home/skipper/.local/lib/python2.7/site-packages/rpy2/robjects/functions.pyc in __call__(self, *args, **kwargs)
    33         for k, v in kwargs.iteritems():
    34             new_kwargs[k] = conversion.py2ri(v)
---> 35         res = super(Function, self).__call__(*new_args, **new_kwargs)
    36         res = conversion.ri2py(res)
    37         return res

RRuntimeError: Error in `colnames<-`(`*tmp*`, value = if (ncol(xreg) == 1) nmxreg else    paste(nmxreg,  : 
length of 'dimnames' [2] not equal to array extent

编辑：

问题在于以下几行代码没有返回一个列名，这似乎是R语言那边的期望。

sub = robjects.r['substitute']
deparse = robjects.r['deparse']
deparse(sub(X))

我对这段代码在R语言中的期望不是很了解，但我找不到一个RPy2对象能通过这个检查，返回的结果长度是length == 1。这在我看来真的像是个bug。

R> length(deparse(substitute((rep(.2, 1000)))))
[1] 1

但是在Rpy2中

[~/]
[94]: robjects.r.length(robjects.r.deparse(robjects.r.substitute(robjects.r('rep(.2,     1000)'))))
[94]: 
<IntVector - Python:0x7ce1560 / R:0x80adc28>
[      78]

Answer 1

有一种方法可以简单地把你的变量传递给R，而不需要复杂的情况，然后再把结果返回给Python。你可以在这里找到一个简单的例子 https://stackoverflow.com/a/55900840/5350311。这样你会更清楚地知道你传给R的是什么，以及你会得到什么结果，特别是当你在使用For循环和处理大量变量的时候。

Answer 2

这是一个表现形式（可以看看这个相关问题作为例子），它反映了同一个根本问题：R语言中的表达式是懒惰求值的，也就是说它们在需要的时候才会被计算，并且可以在R中进行操作。这导致了一些用法在其他语言中不太好理解（而在Python中，表达式是立即求值的，如果想要操作代码，就得转到抽象语法树（AST））。

接下来回答你问题的第二部分。在R中，substitute(rep(.2, 1000))是将未计算的表达式rep(.2, 1000)传递给substitute()。在rpy2中这样做：

substitute('rep(.2, 1000)')`

实际上是传递了一个字符串；而在R中相应的写法是：

substitute("rep(.2, 1000)")

接下来是让你接近R的deparse(substitute())的方式：

from rpy2.robjects.packages import importr
base = importr('base')
from rpy2 import rinterface

# expression
e = rinterface.parse('rep(.2, 1000)')
dse = base.deparse(base.substitute(e))

>>> len(dse)
1
>>> print(dse) # not identical to R
"expression(rep(0.2, 1000))"

目前，有一种方法可以解决这个问题，就是将R对象绑定到R符号上（最好是在一个专门的环境中，而不是在全局环境中），然后在用字符串写的R调用中使用这些符号：

from rpy2.robjects import Environment, reval

env = Environment()
for k,v in (('y', y), ('xreg', X), ('order', robjects.IntVector((1, 0, 0)))):
    env[k] = v

# make an expression
expr = rinterface.parse("forecast.Arima(y, xreg=X, order=order)")
# evaluate in the environment
res = reval(expr, envir=env)

我对这个解决方案并不满意，但我一直没时间去找更好的解决办法。

编辑：在rpy2-2.4.0版本中，可以使用R符号并做到以下几点：

RSymbol = robjects.rinterface.SexpSymbol
pairlist = (('x', RSymbol('y')),
            ('xreg', RSymbol('xreg')),
            ('order', RSymbol('order')))
res = forecast.Arima.rcall(pairlist,
                           env)

不过这还不是最直观的接口。也许使用上下文管理器会更好。