我怎么把R数据框导入Pandas？

Question

我使用R off and on作为Python的“后端”，因此有时需要将R中的数据帧导入Python；但是我不知道如何将R data.frame作为PandasDataFrame导入。在

例如，如果我在R中创建一个数据帧

rdf = data.frame(a=c(2, 3, 5), b=c("aa", "bb", "cc"), c=c(TRUE, FALSE, TRUE))

然后使用rmagic和

^{pr2}$

我明白了

array([(2.0, 1, 1), (3.0, 2, 0), (5.0, 3, 1)], 
      dtype=[('a', '<f8'), ('b', '<i4'), ('c', '<i4')])

我不知道这是什么，当然不是

pd.DataFrame({'a': [2, 3, 5], 'b': ['aa', 'bb', 'cc'], 'c': [True, False, True]})

这是我所期待的。在

文件中的数据只是用来传输文件的

write.csv(data.frame(a=c(2, 3, 5), b=c("aa", "bb", "cc"), c=c(TRUE, FALSE, TRUE)), file="TEST.csv")

然后用Python阅读

pd.read_csv("TEST.csv")

尽管这种方法也会产生一个额外的列：“Unnamed:0”。在

将R数据帧作为Pandas数据帧导入Python的习惯用法是什么？在

Answer 1

这个怎么样（see pandas 0.13.1 documentation）：

%load_ext rmagic
%R rdf = data.frame(a=c(2, 3, 5), b=c("aa", "bb", "cc"), c=c(TRUE, FALSE, TRUE))

import pandas.rpy.common as com

print com.load_data('rdf')
   a   b      c
1  2  aa   True
2  3  bb  False
3  5  cc   True

Answer 2

首先：array([(2.0, 1, 1), (3.0, 2, 0), (5.0, 3, 1)], dtype=[('a', '<f8'), ('b', '<i4'), ('c', '<i4')])。这是一个numpy结构的array。http://docs.scipy.org/doc/numpy/user/basics.rec.html/。您可以使用pd.DataFrame轻松地将其转换为pandasDF：

In [65]:

from numpy import *
print pd.DataFrame(array([(2.0, 1, 1), (3.0, 2, 0), (5.0, 3, 1)], dtype=[('a', '<f8'), ('b', '<i4'), ('c', '<i4')]))
   a  b  c
0  2  1  1
1  3  2  0
2  5  3  1

b列被编码（就像factor()在R）中被编码，c列从boolean转换为int。a从int转换为float（'<f8'，实际上我发现这是意外的）

第二，我认为pandas.rpy.common是从R:http://pandas.pydata.org/pandas-docs/stable/r_interface.html获取数据的最方便的方法（它可能太短了，所以我在这里再加一个例子）：

^{pr2}$

最后，Unnamed: 0列是索引列。您可以通过向index_col=0提供index_col=0来避免它