将 R 的 ListVector 转换为 Python 列表(使用 rpy2)

3

我有一个函数,它将Python列表中的项目传递给R中的一个函数,并将它们作为R ListVector输出。问题是我无法在文档中找到如何将ListVector转换为常规Python对象的方法。以下是我的代码:

from rpy2.robjects.packages import importr
from rpy2.robjects import r
forecast = importr("forecast")
parallel = importr("multicore")

data = [[1, 2, 3], [4, 5, 6,], [7, 8, 9]]

tuples = tuple(tuple(x) for x in data)

data_list = []
for i in range(0, len(data)):
    result1 = "k = as.numeric((list%r))" % (tuples[i],)
    data_list.append(result1)

def forecaster(item):
    rcode = item
    r(rcode)
    rcode1 = 'j <- ts(k)'
    r(rcode1)
    rcode2 = 'p <- parallel(forecast(k, 5, level = c(80,95)))'
    r(rcode2)
    rcode3 = 'collect(list(p))'
    return r(rcode3)


z = [forecaster(x) for x in data_list]

运行 z 命令会得到以下输出:
[<ListVector - Python:0x4e5f908 / R:0x4a0fcd8>
[ListVector]
<ListVector - Python:0x4e5f908 / R:0x4a0fcd8>
[ListVector], <ListVector - Python:0x4e5fcf8 / R:0x49f9c48>   

...等等。请问有人能帮我解决如何将这些ListVectors转换为我在Python中实际可用的东西吗?谢谢。


在这种情况下要注意的一个坑是,R向量不是标量所引入的问题。在R中,数据大多以向量表示,即使看起来像标量。仔细观察先前使用的R对象pi时,我们可以发现它实际上是长度为1的向量。 - jxramos
2个回答

2

我使用rpy2做了一个类似的示例,代码如下:

    x = [1,2,3,4,1,2,3,4,1,2]
    v = robjects.FloatVector(x)
    t = robjects.r['ts'](v)
    fit = robjects.r['auto.arima'](t)
    next = robjects.r['forecast'](fit,h=1)

很明显,我在进行使用arima分析时间序列的简单示例。当我得到下一个结果时,发现它是一个ListVector。然后我使用以下代码获取所需的值。

    count = len(next) - 2
    #ListVector->FloatVector->Float
    print next.rx('mean')[0][0]

谁知道这个方法对你是否有效,只有试一试才知道。


1

我更改了您的预测器函数(仅限最后一行),使用 cbind 来获取 R 向量而不是 listVector。

def forecaster(item):
    rcode = item
    r(rcode)
    rcode1 = 'j <- ts(k)'
    r(rcode1)
    rcode2 = 'p <- parallel(forecast(k, 5, level = c(80,95)))'
    r(rcode2)
    return r('c(do.call("cbind",collect(list(p))))')


z = [forecaster(x) for x in data_list]

现在我们有一个结构体z,您可以访问,例如

z[0]


<ListVector - Python:0x452d908 / R:0x457c770>
[StrVe..., Float..., Float..., ..., RNULL..., Float..., Float...]
  <no name>: <class 'rpy2.robjects.vectors.StrVector'>
  <StrVector - Python:0x452d248 / R:0x2ec88f8>
['Mean']
  <no name>: <class 'rpy2.robjects.vectors.FloatVector'>
  <FloatVector - Python:0x452dfc8 / R:0x3ad1018>
[80.000000, 95.000000]
  <no name>: <class 'rpy2.robjects.vectors.FloatVector'>
  <FloatVector - Python:0x452de18 / R:0x457de88>
[1.000000, 2.000000, 3.000000]
  ...
  <no name>: <type 'rpy2.rinterface.RNULLType'>
  rpy2.rinterface.NULL
  <no name>: <class 'rpy2.robjects.vectors.FloatVector'>
  <FloatVector - Python:0x452dd88 / R:0x457ddb0>
[2.000000, 2.000000, 2.000000]
  <no name>: <class 'rpy2.robjects.vectors.FloatVector'>
  <FloatVector - Python:0x45316c8 / R:0x457dd68>
[-1.000000, 0.000000, 1.000000]

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接