Python调用R语言实例讲解

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

网络上经常看到有人问数据分析是学习Python好还是R语言好，还有一些争论Python好还是R好的文章。每次看到这样的文章我都会想到李舰和肖凯的《数据科学中的R语言》，书中一直强调，工具不分好坏，重要的是解决问题的思路，就算是简单的excel，也能应付数据分析中的大部分问题。再者Python和R本来就没有什么好对比的，一门是计算机工程语言，一门是统计语言，只有将两者结合起来，才能发挥更大的威力，不是吗，对于数据分析的人来说，难道不是两样都要掌握的吗？

rpy2是Python调用R程序的模块，旨在方便Python调用R中的相关函数，而不需要先将数据写入txt再传给R来分析，从而可以做到全流程自动化。在pandas 0.18的模块中也添加了rpy2的支持，进而更方便沟通了Python和R的数据流转，构建数据分析的生态系统。

rpy2的安装还是比较麻烦的，试了很多方法，百度了很多网页最终安装成功，做些笔记备忘。

我的安装环境是：

win7_64bit
python3.5_64位，使用的是Anaconda发行版。Anaconda发行版集成了很多Python的有用的数据分析模块，其使用界面和MATLAB很相似，用起来很方便，而且还很方便虚拟出不同版本的Python环境，对那些既想用python2.7，又想用python3.x的同学来说是很好的选择。
R使用的是Revolution R Open 3.2.3_64bit，这是Revolution R现在已经被微软收购了，改为MRO。MRO和CRAN的R没有什么区别，只是改进了多进程并行计算的性能，比原生的R确实有一定的性能提升。当然需要MRO网站上对应的数学计算库Math Library，这个在Revolution R Open的下载界面有。1.下载并安装MRO

1.下载并安装MRO

安装对应的并行数学计算库（可选）。下载地址是：
https://mran.revolutionanalytics.com/download/

2.下载安装Anaconda

下载地址是：
https://www.continuum.io/downloads

3.配置R的环境变量

这是比较重要的一般，很多安装失败的原因就是没有很好配置环境变量。
1. 将R目录添加至path环境变量
path：D:\Program Files\Microsoft\MRO\R-3.2.3\bin\x64;
2. 将R.dll添加至path环境变量
path：D:\Program Files\Microsoft\MRO\R-3.2.3\bin\x64\R.dll;
3. 设置R_HOME环境变量
R_HOME：D:\Program Files\Microsoft\MRO\R-3.2.3
4. 设置R_USER环境变量
R_USER：Administrator
R_USER就是你电脑的用户名，如果没有设置过用户名就是Administrator，可以通过cmd命令行输入net user查看。

4.下载非官方版本的rpy2

为什么要下载非官方版本的rpy2我也不知道，反正我使用pip install ryp2没有成功，缺少对应的编译环境，百度出来的网页很多都是说使用非官方版本的rpy2.
下载地址是：http://www.lfd.uci.edu/~gohlke/pythonlibs/ 这是python下包的专用地址
需要下载版本和平台都相对应的whl包，我下的是rpy2-2.9.4-cp36-cp36m-win_amd64.whl，然后使用pip install rpy2-2.9.4-cp36-cp36m-win_amd64.whl安装即可。

5.python调用R

参考让R与Python共舞和python中调用R


import rpy2.robjects as robjects
# 此时，有三种方法调用R对象
# 第一种
robjects.r['pi']
# 第二种
robjects.r('pi')
# 这种方法从某种程度上讲是万能的，因为可以将任意大小和长度的R代码写成一个python字符串，之后通过robjects.r('Rcode')调用执行
第三种
robjects.r.pi
# 这种方法对于名称中有“点号”的变量会出问题，比如data.frame/read.csv等，所以推荐使用第一种方法


# creat an R function
robjects.r('''
   f <- function(r){pi * r}
   ''')
robjects.r['f'](3)

# internal function in R
robjects.r['ls']()

# another internal function
l = robjects.r['letters']
len(l)
robjects.r['paste'](l, collapse = '-')

# an alternative way of getting 'paste' function in R
# eval the R code
coder = 'paste(%s, collapse = "-")' % (l.r_repr())
robjects.r(coder)

6.pandas调用R

具体参考pandas官方文档–rpy2 / R interface

7.pandas和R的函数对比

具体参考pandas官方文档–Comparison with R / R libraries
列出了实现相同功能的pandas和R的代码，很有启发性。
同时也说明，有想法，用什么工具实现都无所谓，纠结要选python还是R确实是舍本逐末了。如果时间不够，精通其中的一门语言，另一门语言能够掌握简单的使用，也就够了。

以后有事时间再详细写写pandas调用R的部分，以它们之间数据来回传输的原理和注意事项。

我把下载的包放到了d盘的programdata