Rpy2（使用数据框） - 如何解决 Python(NaN) 和 R(NA) 冲突？答案

【问题标题】：Rpy2 (working with Dataframes) - How to solve the Python(NaN) and R(NA) conflict?Rpy2（使用数据框） - 如何解决 Python(NaN) 和 R(NA) 冲突？
【发布时间】：2019-06-12 12:59:25
【问题描述】：

我有一个熊猫数据框：result，有 2 列。

doy（day_of_year：自变量，值 1,2,3,....365）。

bookings（因变量，279 个数值和 86 个 NaN 值）

请在下面找到部分数据框：

我的目标是使用R (randomForest::rfImpute) 估算缺失值以进行进一步的光谱分析。所以，我使用rpy2 在 Python 脚本中使用 R 代码。我已经导入了必要的包/库。我也激活了`pandas2ri。

import random
import rpy2.robjects as robjects
from rpy2.robjects.packages import importr
base = importr('base')
utils = importr('utils')

randomForest = importr('randomForest')

from rpy2.robjects import pandas2ri
pandas2ri.activate()


r_df = pandas2ri.py2ri(result)

type(r_df)
print(r_df.head())
print(base.summary(r_df))


random.seed(222)

result.imputed = randomForest.rfImpute('bookings', 'doy', data = r_df)`

但每当我运行代码时，我都会收到错误消息：No NA values found in bookings.

很明显，R 代码无法解释缺失值。

我也尝试过替换R dataFrame中的NaN with NAr_df，

robjects.r('r_df[is.nan(as.numeric(r_df))] = NA')

但是当我运行代码时，我得到了错误：object r_df is not found.

有没有办法解决这个问题？到目前为止，我有点卡住了，似乎找不到有用的文档。

请在下面找到单独代码行的一些其他输出。

【问题讨论】：

标签： python r random-forest rpy2

【解决方案1】：

(...)

robjects.r('r_df[is.nan(as.numeric(r_df))] = NA')
但是当我运行代码时，我得到了错误：object r_df is not found.

r_df是 Python 变量的名称（在您的 Python 代码中定义的名称），因此嵌入式 R 不知道它。

有没有办法解决这个问题？到目前为止，我有点卡住了，似乎找不到有用的文档。

这个呢： https://rpy2.github.io/doc/v2.9.x/html/robjects_rinstance.html#r-the-instance-of-r

【讨论】：