使用 rpy2 从 python 调用 R 库“randomForest”答案

【问题标题】：Calling R library "randomForest" from python using rpy2使用 rpy2 从 python 调用 R 库“randomForest”
【发布时间】：2017-07-26 11:12:42
【问题描述】：

我想通过使用 rpy2 在我的 python 脚本中嵌入一些 R 库。我已经成功嵌入了“stats.lm”，但现在我想嵌入“randomForest”。

import pandas as pd
from rpy2.robjects.packages import importr
from rpy2.robjects import r, pandas2ri
import rpy2.robjects as robjects

randomForest=importr('randomForest')

pandas2ri.activate()

#read data
df = pd.read_csv('train.csv',index_col=0)
rdf = pandas2ri.py2ri(df)

#check
print(type(rdf))
print(rdf)

#Random Forest
formula = 'target ~ .'
fit_full = randomForest(formula, data=rdf)

输出是：

Traceback (most recent call last):

  File "<ipython-input-5-776f4072f19e>", line 2, in <module>
    fit_full = randomForest(formula, data=rdf)

TypeError: 'InstalledSTPackage' object is not callable

我已经在 R 中成功地使用了这个包来建模这个数据集。 “train.csv”是大约数万个样本（行）和大约 94 列的矩阵：93 个特征（类整数），1 个目标（类因子）。目标列有 9 个类（Class_1,...,Class_9）。

----------------- 编辑 -----------------

部分解决方案可能是将代码直接嵌入到包含模型和预测的函数中：

import rpy2.robjects as robjects
import rpy2
from rpy2.robjects import pandas2ri

rpy2.__version__

robjects.r('''
           f <- function() {

                    library(randomForest)

                    train <- read.csv("train.csv")
                    train1 <- train[sample(c(1:60000), 5000, replace = TRUE),2:95]

                    train1.rf <- randomForest(target ~ ., data = train1,
                                          importance = TRUE,
                                           do.trace = 100)

                    pred <- as.data.frame(predict(train1.rf, train1[1:100,1:93]))

            }
            ''')

r_f = robjects.globalenv['f']
pred=pandas2ri.ri2py(r_f())

但我仍然想知道是否有更好的解决方案（也存储模型“train1.rf”）。

【问题讨论】：

标签： python r rpy2

【解决方案1】：

这就是我一直在寻找的：

import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri
import pandas as pd
import random

pandas2ri.activate()

df = pd.read_csv('train.csv',index_col=0)



train=df.iloc[random.sample(range(1,60000), 5000),0:94]
test=df.iloc[random.sample(range(1,60000), 100),0:93]


rtrain = pandas2ri.py2ri(train)
print(rtrain)
rtest = pandas2ri.py2ri(test)
print(rtest)


robjects.r('''
           f <- function(train) {

                    library(randomForest)
                    train1.rf <- randomForest(target ~ ., data = train, importance = TRUE, do.trace = 100)

            }
            ''')
r_f = robjects.globalenv['f']
rf_model=(r_f(rtrain))


robjects.r('''
           g <- function(model,test) {

                    pred <- as.data.frame(predict(model, test))

            }
            ''')

r_g = robjects.globalenv['g']
pred=pandas2ri.ri2py(r_g(rf_model,rtest))

【讨论】：