使用 rpy2 将 python dataframe 字符列转换为 r

Question

I am trying to convert a python dataframe to r with rpy2 and I cannot get a date in python dataframe to be converted to a date type in r dataframes.

将pd.to_datetime()转换为 r dataframe 时，我没有得到正确的转换。

df 日期列有问题：

     event_time
0    2019-10-11
1    2020-01-01
2    2019-11-15
3    2020-03-05

转换代码：

with localconverter(ro.default_converter + pandas2ri.converter):

    df['event_time'] = pd.to_datetime(df['event_time']).dt.strftime("%Y-%m-%d")
    df["event_time"] = pd.to_datetime(df["event_time"]).dt.date
    r_df = ro.conversion.py2rpy(df)

产生：

event_time: <class 'numpy.ndarray'>
  array([737343., 737425., 737378., 737489.])

放电时间也是如此。

用字符串转换代码，然后尝试转换：

with localconverter(ro.default_converter + pandas2ri.converter):

    df['event_time'] = pd.to_datetime(df['event_time']).dt.strftime("%Y-%m-%d")
    #### df["event_time"] = pd.to_datetime(df["event_time"]).dt.date
    r_df = ro.conversion.py2rpy(df)

    r_df = base.cbind(r_df, event_time = base.as_Date(r_df[r_df.names.index('event_time')], '%Y-%m-%d'))

产生一个 dataframe ：

event_time: <class 'numpy.ndarray'>
  array(['2019-10-11', '2020-01-01', '2019-11-15', '2020-03-05'], dtype='<U10')

但是这行代码r_df = base.cbind(r_df, event_time = base.as_Date(r_df[r_df.names.index('event_time')], '%Y-%m-%d'))错误：

AttributeError: 'numpy.ndarray' object 没有属性 'index'

使用此代码会产生：

with localconverter(ro.default_converter + pandas2ri.converter):

    df['event_time'] = pd.to_datetime(df['event_time']).dt.strftime("%Y-%m-%d")
    #### df["event_time"] = pd.to_datetime(df["event_time"]).dt.date
    r_df = ro.conversion.py2rpy(df)

    r_df = base.cbind(r_df, event_time = base.as_Date(r_df[r_df.rx2('event_time')], '%Y-%m-%d'))

错误：

未为“<class 'numpy.ndarray'>”类型的对象定义转换“py2rpy”

那么如何使用 rpy2 从 python dataframe 中获取日期到 r 中的日期？ 我需要日期格式，因为稍后我将进行日期计算，而字符串将不起作用。

版本：

熊猫==1.0.1

rpy2~=3.3.5

Answer 1

您的问题与 rpy2 无关，您只是在 pandas 中错误地解析日期。 看：

from pandas import DataFrame, to_datetime

df = DataFrame(dict(event_time=['2019-10-11', '2020-01-01']))

df.event_time = to_datetime(df.event_time)

print(list(df.event_time))
# [Timestamp('2019-10-11 00:00:00'), Timestamp('2020-01-01 00:00:00')]

# you using dt.strftime you was just converting them back to strings, see:
print(list(df.event_time.dt.strftime("%Y-%m-%d")))
# ['2019-10-11', '2020-01-01', '2019-11-15']

# now you could extract date object (but don't! timestamps are fine for rpy2)
print(list(df.event_time.dt.date))
# [datetime.date(2019, 10, 11), datetime.date(2020, 1, 1)]

现在在 rpy2 中，您只需执行以下操作：

from rpy2.robjects import conversion, default_converter, pandas2ri
from rpy2.robjects.conversion import localconverter


with localconverter(default_converter + pandas2ri.converter):
    df_r = conversion.py2rpy(df)

print(repr(df_r.rx2('event_time')))
# R object with classes: ('POSIXct', 'POSIXt') mapped to:
# [2019-10-11, 2020-01-01]

现在，您可以在 R 方面享受处理日期的乐趣，请参阅dates 。 此外，如果您碰巧使用 Jupyter 笔记本，使用cell magics进行转换会更方便。