von CSV zu ndarray und rpy2,

Question

Ich kann numpy ndarrays mit rec2csv machen,

data = recfromcsv(dataset1, names=True)
xvars = ['exp','exp_sqr','wks','occ','ind','south','smsa','ms','union','ed','fem','blk']
y = data['lwage']
X = data[xvars]
c = ones_like(data['lwage'])
X = add_field(X, 'constant', c)

Aber ich habe keine Ahnung, wie dies nehmen in eine R-Datenrahmen verwendbar durch Rpy2,

p = roptim(theta,robjects.r['ols'],method="BFGS",hessian=True ,y= robjects.FloatVector(y),X = base.matrix(X))

ValueError: Nothing can be done for the type <class 'numpy.core.records.recarray'> at the moment.

p = roptim(theta,robjects.r['ols'],method="BFGS",hessian=True ,y= robjects.FloatVector(y),X = base.matrix(array(X)))

ValueError: Nothing can be done for the type <type 'numpy.ndarray'> at the moment.

Answer 1

Ich bin nicht 100% sicher, dass ich Ihre Frage verstehen, aber ein paar Dinge:

1), wenn es in Ordnung, Sie direkt eine csv in R lesen kann, das heißt:

robjects.r('name <- read.csv(filename.csv)')

Nach dem Sie zu dem resultierenden Datenrahmen in späteren Funktionen beziehen.

oder 2) können Sie eine numpy Array in einem Datenrahmen konvertieren -, dies zu tun Sie das Paket ‚rpy2.robjects.numpy2ri‘

importieren müssen

Dann könnte man so etwas wie:

array_ex = np.array([[4,3],[3,2], [1,5]])
rmatrix = robjects.r('matrix')
rdf = robjects.r('data.frame')
rlm = robjects.r('lm')

mat_ex = rmatrix(array_ex, ncol = 2)
df_ex = rdf(mat_ex) 
fit_ex = rlm('X1 ~ X2', data = df_ex)

oder was auch immer andere Funktionen, die Sie wollten. Es kann ein direkterer Weg sein. - Ich frustriert zwischen den beiden Datentypen gehen und so ist mich viel eher zu verwenden Option 1), wenn möglich

Würde eine dieser Methoden erhalten Sie, wo Sie sein müssen?

Answer 2

Nur einen RPY2 Datenrahmen aus einer CSV-Datei zu erhalten, in RPY2.3, können Sie einfach tun:

df = robjects.DataFrame.from_csvfile('filename.csv')

Dokumentation hier .