rpy2使用'np'包失败（数据帧转换错误）

Question

我在使用rpy2版本2.3.9的Mac OS上。

我正在尝试使用'np'R软件包将内核回归模型拟合到我的数据，这是从python预处理生成的。 'np'函数的使用与R中的基本函数lm非常相似。然后我很难调用'np'函数，而lm函数很好。请参阅以下玩具示例以了解我的问题。我尝试过三种回归模型，'mgcv'包中有lm,gam，'np'包中有npreg。我首先使用从R数据集加载的mtcars数据，然后使用随机生成的数据形成熊猫数据框。

import pandas as pd 
import pandas.rpy.common as com 
from rpy2.robjects.packages import importr 
import rpy2.robjects as ro 
import numpy as np 

r_ds = importr('datasets') 
r_stats = importr('stats') 
r_mgcv = importr('mgcv') 
r_np = importr('np') 

mtcars = r_ds.__rdata__.fetch('mtcars')['mtcars'] 

所有的三次回归方法mtcars工作：

r_stats.lm(ro.Formula('mpg ~ drat + wt'), data=mtcars) 
r_mgcv.gam(ro.Formula('mpg ~ s(drat) + wt'), data=mtcars) 
r_np.npreg(ro.Formula('mpg ~ drat + wt'), data=mtcars) 

然后，我产生一个熊猫数据帧，并将其转换至R数据框：

py_df = pd.DataFrame(np.random.randn(100,3), columns=['y', 'x_1', 'x_2']) 
r_df = com.convert_to_r_dataframe(py_df) 

现在奇怪的事情发生了：

r_stats.lm(ro.Formula('y ~ x_1 + x_2'), data=r_df) 
r_mgcv.gam(ro.Formula('y ~ s(x_1) + x_2'), data=r_df) 

工作，但

r_np.npreg(ro.Formula('y ~ x_1 + x_2'), data=r_df) 

失败，出现错误消息

Error in npregbw.default(xdat = xdat, ydat = ydat, bws = bws, ...) : 
'ydat' must be a vector 
--------------------------------------------------------------------------- 
RRuntimeError        Traceback (most recent call last) 
<ipython-input-22-0ec6b4eeaa3b> in <module>() 
----> 1 print r_base.summary(r_np.npreg(ro.Formula('y ~ x_1 + x_2'), data=r_df)) 

/Users/guest/Library/Enthought/Canopy_64bit/User/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) 

/Users/guest/Library/Enthought/Canopy_64bit/User/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 npregbw.default(xdat = xdat, ydat = ydat, bws = bws, ...) : 
    'ydat' must be a vector 

Answer 1

正如伊恩指出，问题的一部分是通过转换对源自熊猫DataFrames到rpy2 /的r Dataframes（问题的另一部分是从NP的npreg()（其他建模功能originiting做做工精细，正如你指出的话）。

有为了提高在rpy2-2.4.0工作，所以一定要报告问题（并可能尝试rpy2-2.4.0-dev的最新快照）。

一个更直接的（和简单的）解决方案可以如下获得（与rpy2-2.3.9和2.4.0-dev的测试，并且与熊猫0.13.0/R-3.0.2打补丁的）：

# Your pandas DataFrame 
py_df = pd.DataFrame(np.random.randn(100,3), columns=['y', 'x_1', 'x_2']) 
r_df = com.convert_to_r_dataframe(py_df) 

该类型为AsIs。看到它可能更简单的方法是：

>>> [tuple(x.rclass) for x in r_df] 
[('AsIs',), ('AsIs',), ('AsIs',)] 

现在我们只是要删除的类AsIs：

for col in r_df: 
    col.rclass = None 

载体可回到其基本类型：

>>> [tuple(x.rclass) for x in r_df] 
[('numeric',), ('numeric',), ('numeric',)] 

现在该呼叫正在运行，没有错误：

r_np.npreg(ro.Formula('y ~ x_1 + x_2'), data=r_df) 

Answer 2

你的问题是，当你通过数据帧convert_to_r_dataframe，它设置每个组成向量的类属性您的数据帧为“AsIs”：

In[56]: R = ro.r 

In [57]: R["print"](R.lapply(r_df,R["class"])) 
$y 
[1] "AsIs" 

$x_1 
[1] "AsIs" 

$x_2 
[1] "AsIs" 

当您正在传递的函数期望类是矢量类型。如果你直接R中创建数据帧，看看你会得到什么：

In [58]: R('''r_df2 <- data.frame(y=rnorm(100), x_1=rnorm(100), x_2=rnorm(100))''') 

In [59]: R["print"](R.lapply(R["r_df2"],R["class"])) 
$y 
[1] "numeric" 

$x_1 
[1] "numeric" 

$x_2 
[1] "numeric" 

如果你真的需要从蟒蛇的data.frame通过，你可以改变正是如此类：

In [60]: unAsIs = R('''function(x) { 
         class(x) <- "numeric" 
         return(x) 
         } ''') 

In [61]: r_df3 = R["as.data.frame"](R.lapply(r_df, unAsIs)) 

In [62]: R["print"](R.lapply(r_df3,R["class"])) 
$y 
[1] "numeric" 

$x_1 
[1] "numeric" 

$x_2 
[1] "numeric" 

注意这一点，在现实生活中，你的向量类可能更复杂，只是AsIs，或者不是你的框架中的所有列都应该是数字，它可能有些应该是字符或因子。

但是，你的代码上面现在工作（记得要打印或保存的结果）：

In[63]: R["print"](r_np.npreg(ro.Formula('y ~ x_1 + x_2'), data=r_df3)) 

Regression Data: 100 training points, in 2 variable(s) 
        x_1  x_2 
Bandwidth(s): 0.6303934 9451331 

Kernel Regression Estimator: Local-Constant 
Bandwidth Type: Fixed 

Continuous Kernel Type: Second-Order Gaussian 
No. Continuous Explanatory Vars.: 2