【原】rpy2库 | 在jupyter中调用R语言代码

大邓的Python 2021-02-23

展开全文

在数据分析中，Python和R各有千秋，虽然Python或R都能在数据分析打通关，从采集、清洗(预处理)、分析、可视化，但是在不同的环节，不同的语言易用程度不同。Python胜在干脏活累活，诸如数据采集、数据清洗、机器学习等；而R语言胜在统计分析、可视化等。所以，如果你正好Python和R都入门了，可以考虑两者结合。那么就会遇到今天的问题-如何在jupyter中使用R语言代码？

rpy2包

rpy2包首先是Python包，ta衔接了Python和R，通过rpy2可以运行R语言相关代码、函数、包。

在Jupyter notebook中主要有两种情况

单元格中以Python为主，可以插入R的代码字符串
单个的单元格要么只有R代码，要么只有Python代码

遇到这类问题，各位的电脑要确保

电脑已经安装了Python和R
已安装rpy2包

安装rpy2包pip3 install rpy2

import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri

#R代码运行会尽量以DataFrame显示
pandas2ri.activate()

#运行R代码
robjects.r('R代码字符串')

运行R代码

rpy2.robjects.r('R代码字符串')

rpy2.robjects.r()函数会识别 R代码字符串, 并将其执行。

import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri


#直接声明，data frame强制转为DataFrame
pandas2ri.activate()

#R代码
r_code = """
library(dplyr)

text <- c("Because I could not stop for Death -",
          "He kindly stopped for me -",
          "The Carriage held but just Ourselves -",
          "and Immortality")
          
text_df <- tibble(docid=1:4, text=text)
text_df
"""

#运行R代码
robjects.r(r_code)

准备一个R代码r_code，该代码会生成R语言的tibble数据类型(R语言中的一种data frame)。
robjects.r(r_code) 运行R代码(字符串)
在本例中，使用pandas2ri.activate()强制声明，在Python中将变量text_df以pandas.DataFrame显示

调用R数据集

rpy2.robjects.r.data('R的数据集名')

调用R的数据集

import rpy2.robjects as robjects

robjects.r.data('R数据集名') 准备R数据集，此时Python并没有显示该数据集，可以理解为准备数据
robjects.r['R数据集名'] 导入R的数据集

import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri

pandas2ri.activate()

#准备iris
robjects.r.data('iris')
#导入iris
iris = robjects.r['iris']
iris

调用R语言包

rpy2.robjects.packages.importr('R包名')

R语言中的readr包有read_csv()函数，可以读取csv文件。

from rpy2.robjects.packages import importr
from rpy2.robjects import pandas2ri

pandas2ri.activate()

#导入R语言中的readr包
readr = importr("readr")
#使用readr包中的read_csv()函数
mtcars = readr.read_csv("mtcars.csv")
mtcars.head()

Cell只运行R代码

上面的几个章节中，每个cell中代码均为Python和R的混用，如果在Cell中只运行R代码，

可以先单独在一个cell中运行 %load_ext rpy2.ipython,
在另外一个cell中使用%%R声明本cell中使用的是R代码。

%load_ext rpy2.ipython

%%R

library(ggplot2)

ggplot(iris, aes(x=Sepal.Length, 
                 y=Sepal.Width, 
                 color=Species))+
geom_point()

%%R -h 550 -w 800  #设置宽、高

library(ggplot2)

ggplot(iris, aes(x=Sepal.Length, 
                 y=Sepal.Width, 
                 color=Species))+
geom_point()