在python中通过rpy2使用midasr r包函数时出错答案

【问题标题】：Error when using midasr r package function through rpy2 in python在python中通过rpy2使用midasr r包函数时出错
【发布时间】：2016-05-25 18:21:40
【问题描述】：

我正在尝试在 python 中访问 'midasr' r 包中的函数，这是我的代码：

from rpy2.robjects import pandas2ri
pandas2ri.activate()
import rpy2.robjects as robjects
from rpy2.robjects.packages import importr
import pandas as pd

....
base = importr('base')
stats = importr('stats')
midasr = importr('midasr')

x = np.random.rand(11256)
y = np.random.rand(1407)
eq = midasr.midas_r('y ~ mls(x, 0:15, 8, nealmon)', start = 'list(x = c(0, 0))')

我得到错误：

RRuntimeError: Error in new.env(parent = environment(formula)) : 
  use of NULL environment is defunct

它在 R 中的工作方式为：

eq_r <- midas_r(y ~ mls(x, 0:15, 8, nealmon), start = list(x = c(0,0)))

所以我尝试了另一种方法：

temp = np.empty(len(x))
temp[:] = np.nan
temp[0:1407] = y
dataframe = pd.DataFrame({'x': x, 'y': temp}) 
rdf = pandas2ri.DataFrame(dataframe)
robjects.globalenv['dataframe'] = dataframe
eq = midasr.midas_r('y[1:1407] ~ mls(x, 0:15, 8, nealmon)', data=rdf, start = 'list(x = c(0, 0))')

还是同样的错误。

在收到@Parfeit 的回复后，我尝试了：

formula = robjects.Formula('y_ro ~ mls(x_ro, 0:15, 8, nealmon)')
env = formula.environment
env["y_ro"] = y_ro
env["x_ro"] = x_ro
slist = robjects.ListVector({'x_ro': robjects.IntVector((0, 0))})
eq = midasr.midas_r(formula, start = slist)

但现在我明白了：

RRuntimeError: Error in midas_r.fit(prepmd) : 
  The optimisation algorithm of MIDAS regression failed with the following message:
Error in y - mdsrhs(p) : non-conformable arrays

Please try other starting values or a different optimisation function

但是我可以在 r 中成功运行相同的数据集。

有人知道如何解决这个问题吗？非常感谢！

【问题讨论】：

标签： python r pandas rpy2

【解决方案1】：

考虑构建您的公式，传入当前值和 start 参数以及传入的 Python 对象：

x = np.random.rand(11256)
y = np.random.rand(1407)

formula = robjects.Formula('y ~ x')
env = formula.environment
env["y"] = y
env["x"] = midasr.mls(x, robjects.IntVector(range(15)), 8, midasr.nealmon)    # MLS() FCT

slist = robjects.ListVector({'x': robjects.IntVector((0, 0))})                # R LIST: $x [1] 0 0

eq = midasr.midas_r(formula, start = slist)

【讨论】：

感谢您的回复！ env["x"] = midasr.mls(x, range(15), 8, nealmon) 应该是 env["x"] = midasr.mls(x, np.array(range(16)), 8, 'nealmon')。但是在我运行这个之后，我得到了Error in as.vector(x$model[, -1] %*% x$midas_coefficients) : error in evaluating the argument 'x' in selecting a method for function 'as.vector': Error in x$model[, -1] %*% x$midas_coefficients : non-conformable arguments
nealmon 是从哪里得到的？如果是命名对象，则需要在 Python 中定义。而 R 的 0:15 转换为 Python 的 range(15)，而不是 np.array()。实际上，根据docs，它应该是robjects.IntVector(range(15))。
nealmon 是 midasr 包中的权重函数。 np.array() 和 robjects.IntVector(range(15)) 工作方式相同，都生成正确。
@Parfeit 但它会生成Error in as.vector(x$model[, -1] %*% x$midas_coefficients) : error in evaluating the argument 'x' in selecting a method for function 'as.vector': Error in x$model[, -1] %*% x$midas_coefficients : non-conformable arguments
然后你需要限定函数，因为 Python 需要它对每个对象：midasr.nealmon。我希望我有那个 R 包来全面测试。

【解决方案2】：

使用与 Parfait 相同的代码，并添加具有正确数量的元素的 start 参数，该数量等于变量的数量

 x = np.random.rand(11256)
 y = np.random.rand(1407)

 formula = robjects.Formula('y ~ x')
 env = formula.environment
 env["y"] = y
 env["x"] = midasr.mls(x, robjects.IntVector(range(16)), 8, midasr.nealmon)# MLS() FCT

 slist = robjects.ListVector({'x': robjects.IntVector(base.rep(0,16))})# R LIST: $x [1] 0 0

 eq = midasr.midas_r(formula, start = slist)

【讨论】：