Загрузка файлов.RData в Python

У меня есть куча файлов временных рядов.RData, и я хотел бы загрузить их непосредственно в Python без предварительного преобразования файлов в другое расширение (например,.csv). Есть какие-нибудь идеи о том, как это сделать?

Источник

7 ответов

Решение

Люди спрашивают такого рода вещи в списке R-help и R-dev, и обычный ответ таков: код является документацией для .RData формат файла. Таким образом, любая другая реализация на любом другом языке является трудной ++.

Я думаю, что единственный разумный способ - установить RPy2 и использовать R load Функция от этого, преобразовывая в соответствующие объекты Python по мере продвижения. .RData Файл может содержать структурированные объекты, а также простые таблицы, так что будьте внимательны.

Линки: http://rpy.sourceforge.net/rpy2/doc-2.4/html/

Quicky:

>>> import rpy2.robjects as robjects
>>> robjects.r['load'](".RData")

объекты теперь загружаются в рабочую область R.

>>> robjects.r['y']
<FloatVector - Python:0x24c6560 / R:0xf1f0e0>
[0.763684, 0.086314, 0.617097, ..., 0.443631, 0.281865, 0.839317]

Это простой скаляр, d - фрейм данных, я могу подмножество получить столбцы:

>>> robjects.r['d'][0]
<IntVector - Python:0x24c9248 / R:0xbbc6c0>
[       1,        2,        3, ...,        8,        9,       10]
>>> robjects.r['d'][1]
<FloatVector - Python:0x24c93b0 / R:0xf1f230>
[0.975648, 0.597036, 0.254840, ..., 0.891975, 0.824879, 0.870136]
Источник

В качестве альтернативы для тех, кто предпочитает не устанавливать R для выполнения этой задачи (r2py требует этого), есть новый пакет "pyreadr", который позволяет считывать файлы RData и Rds непосредственно в python без зависимостей.

Это обертка вокруг библиотеки librdata, поэтому она очень быстрая.

Вы можете легко установить его с помощью pip:

pip install pyreadr

В качестве примера вы могли бы сделать:

import pyreadr

result = pyreadr.read_r('/path/to/file.RData') # also works for Rds

# done! let's see what we got
# result is a dictionary where keys are the name of objects and the values python
# objects
print(result.keys()) # let's check what objects we got
df1 = result["df1"] # extract the pandas data frame for object df1

Репо здесь: https://github.com/ofajardo/pyreadr

Отказ от ответственности: я разработчик этого пакета.

Источник

Пользователи ноутбуков Jupyter

Если вы используете ноутбук Jupyter, вам нужно сделать 2 шага:

Шаг 1: перейдите на http://www.lfd.uci.edu/~gohlke/pythonlibs/ и загрузите интерфейс Python на язык R (встроенный R), в моем случае я буду использовать rpy2-2.8.6-cp36-cp36m-win_amd64.whl

Поместите этот файл в тот же рабочий каталог, в котором вы находитесь.

Шаг 2: Зайдите в свой блокнот Jupyter и напишите следующие команды

# This is to install rpy2 library in Anaconda
!pip install rpy2-2.8.6-cp36-cp36m-win_amd64.whl

а потом

# This is important if you will be using rpy2
import os
os.environ['R_USER'] = 'D:\Anaconda3\Lib\site-packages\rpy2'

а потом

import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri
pandas2ri.activate()

Это должно позволить вам использовать функции R в Python. Теперь вы должны импортировать readRDS следующим образом

readRDS = robjects.r['readRDS']
df = readRDS('Data1.rds')
df = pandas2ri.ri2py(df)
df.head()

Поздравляем! Теперь у вас есть датафрейм, который вы хотели

Тем не менее, я советую вам сохранить его в файле pickle для последующего использования в Python как

 df.to_pickle('Data1')

Так что в следующий раз вы можете просто использовать его

df1=pd.read_pickle('Data1')
Источник

Пару лет назад у меня была такая же проблема, как и у вас. Я хотел прочитать .RDataфайлы из библиотеки, которую я разрабатывал. Я подумывал об использовании RPy2, но это вынудило бы меня выпустить свою библиотеку с лицензией GPL, чего я не хотел.

"пиреадра" тогда даже не существовало. Кроме того, наборы данных, которые я хотел загрузить, не были в стандартизированном формате, как data.frame.

Я пришел к этому вопросу и прочитал ответ Spacedman. В частности, я увидел строчку

Так что любая другая реализация на любом другом языке сложна ++.

как вызов, и в результате за пару дней реализовал пакет rdata. Это очень маленькая реализация на чистом Python .RDataсинтаксический анализатор и конвертер, способные удовлетворить мои потребности до сих пор. Этапы синтаксического анализа исходных объектов и преобразования в соответствующие объекты Python разделены, чтобы пользователи могли использовать другое преобразование, если они захотят. Более того, пользователи могут добавлять конструкторы для пользовательских классов R.

Это пример использования:

>>> import rdata

>>> parsed = rdata.parser.parse_file(rdata.TESTDATA_PATH / "test_vector.rda")
>>> converted = rdata.conversion.convert(parsed)
>>> converted
{'test_vector': array([1., 2., 3.])}

Как я уже сказал, я разработал этот пакет и с тех пор использовался без проблем, но я не стал делать его наглядным, поскольку я не документировал его должным образом. Это недавно изменилось, и теперь документация в основном в порядке, так что вот она для всех, кто интересуется:

https://github.com/vnmabus/rdata

Источник

Существует сторонняя библиотека под названием rpyи вы можете использовать эту библиотеку для загрузки .RData файлы. Вы можете получить это через pip устанавливать pip instally rpy сделает свое дело, если у вас нет rpy, тогда я предлагаю вам взглянуть на то, как его установить. В противном случае вы можете просто сделать:

from rpy import *
r.load("file name here")

РЕДАКТИРОВАТЬ:

Кажется, сейчас я немного староват, теперь вы можете использовать это.

Источник

Ответ @rsc05, предназначенный для пользователей ноутбуков, у меня сработал, но, видимо, одна из функций[df = pandas2ri.ri2py(df)] устарел, и теперь он должен бытьdf = pandas2ri.rpy2py(df).

Итак, полное решение должно выглядеть так:

      # import the libraries
>> import rpy2.robjects as robjects
>> from rpy2.robjects import pandas2ri

#activate
>> pandas2ri.activate()

# create readRDS object
>> readRDS = robjects.r['readRDS']

# read .rds using readRDS object
>> df = readRDS('sri_testing_data.rds')

# convert the data into native dataframe object 
>> df = pandas2ri.rpy2py(df)

#print the dataframe
>> df.head()
Источник

Попробуй это

      !pip install pyreadr

потом

      result = pyreadr.read_r('/content/nGramsLite.RData') # also works for Rds

# done! let's see what we got
# result is a dictionary where keys are the name of objects and the values python
# objects
print(result.keys()) # let's check what objects we got

      >>>odict_keys(['ngram1', 'ngram2', 'ngram3', 'ngram4'])

      df1 = result["ngram1"]

      df1.head()

Выполнено!!

Источник
Другие вопросы по тегам