使用 pyr2 将 MatchIt 汇总 object 转换为 pandas dataframe

Question

我正在使用 R 的MatchIt package，但通过pyr2 package 从 Python 调用它。

在 R 端 MatchIt 给了我一个复杂的结果 object 包括原始数据和一些额外的统计信息。 其中一个是我想转换为数据集的矩阵，我可以在 R 代码中像这样

# R Code
m.out <- matchit(....)
m.sum <- summary(m.out)

# The following two lines should be somehow "translated" into
# Pythons rpy2
balance <- m.sum$sum.matched
balance <- as.data.frame(balance)

我的问题是我不知道如何用 Pythons rpy2 package 实现最后两行。 我可以使用rpy2获得m.out和m.sum 。

请看这个 MWE

#!/usr/bin/env python3
import rpy2
from rpy2.robjects.packages import importr
import rpy2.robjects as robjects
import rpy2.robjects.pandas2ri as pandas2ri
import pydataset

if __name__ == '__main__':

    # import
    robjects.packages.importr('MatchIt')

    # data
    p_df = pydataset.data('respiratory')
    p_df.treat = p_df.treat.replace({'P': 0, 'A': 1})

    # Convert Panda data into R data
    with robjects.conversion.localconverter(
        robjects.default_converter + pandas2ri.converter):
        r_df = robjects.conversion.py2rpy(p_df)

    # Call R's matchit with R data object
    match_out = robjects.r['matchit'](
        formula=robjects.Formula('treat ~ age + sex'),
        data=r_df,
        method='nearest',
        distance='glm')

    # matched data
    match_data = robjects.r['match.data'](match_out)

    # Convert R data into Pandas data
    with robjects.conversion.localconverter(
        robjects.default_converter + pandas2ri.converter):
        match_data = robjects.conversion.rpy2py(match_data)

    # summary object
    match_sum = robjects.r['summary'](match_out)

    # x = robjects.r('''
    # balance <- match_sum$sum.matched
    # balance <- as.data.frame(balance)
    #
    # balance
    # ''')

检查 python object match_sum ，我找不到sum.matched之类的东西。 所以我必须用 rpy2以某种方式“翻译” match_sum$sum.matched rpy2 。 但我不知道怎么做。

另一种解决方案是使用robjects.r(''' # r code...''')将所有内容作为 R 代码运行。 但在那种情况下，我不知道如何将 Pandas 数据帧带入该代码。

编辑：请注意，在此处介绍的 MWE 中，使用了从 R 对象到 Python 对象的转换，并且使用了过时的解决方案。 请参阅下面的答案以获得更好的答案。

Answer 1

啊，这总是同样的现象：当你提出问题时，答案会直接跳到你的脸上。

我的（也许不是最好的）解决方案是：

• 使用真正的 R 代码并使用rpy2.robjects.r()运行它。
• R 代码需要创建一个 R function()才能从外部（调用者）接收 dataframe。

除了该解决方案并基于另一个答案，我还修改了该代码中从 R 到 Python 数据帧的转换。

#!/usr/bin/env python3
import rpy2
from rpy2.robjects.packages import importr
import rpy2.robjects as robjects
import rpy2.robjects.pandas2ri as pandas2ri
import pydataset

if __name__ == '__main__':
    # For converting objects from/into Pandas <-> R
    # Credits: https://stackoverflow.com/a/20808449/4865723
    pandas2ri.activate()

    # import
    robjects.packages.importr('MatchIt')

    # data
    df = pydataset.data('respiratory')
    df.treat = df.treat.replace({'P': 0, 'A': 1})

    # match object
    match_out = robjects.r['matchit'](
        formula=robjects.Formula('treat ~ age + sex'),
        data=df,
        method='nearest',
        distance='glm')

    # matched data
    match_data = robjects.r['match.data'](match_out)
    match_data = robjects.conversion.rpy2py(match_data)

    # SOLUTION STARTS HERE:
    get_balance_dataframe = robjects.r('''f <- function(match_out) {
        as.data.frame(summary(match_out)$sum.matched)
    }
    ''')
    balance = get_balance_dataframe(match_out)
    balance = robjects.conversion.rpy2py(balance)

    print(type(balance))
    print(balance)

这是 output。

<class 'pandas.core.frame.DataFrame'>
          Means Treated  Means Control  Std. Mean Diff.  Var. Ratio  eCDF Mean  eCDF Max  Std. Pair Dist.
distance       0.514630       0.472067         0.471744    0.512239   0.077104  0.203704         0.507222
age           32.888889      34.129630        -0.089355    1.071246   0.063738  0.203704         0.721511
sexF           0.111111       0.259259        -0.471405         NaN   0.148148  0.148148         0.471405
sexM           0.888889       0.740741         0.471405         NaN   0.148148  0.148148         0.471405