转换为 Pandas 数据帧时保留 R 数据帧索引值

Question

使用 R（基础版本 3.5.2）包 LME4 拟合混合效果模型，通过 Python 3.6 的 rpy2 2.9.4 运行

能够将随机效应打印为索引数据帧，其中索引值是用于定义组的分类变量的值（使用 氡数据）：

import rpy2.robjects as ro

from rpy2.robjects import pandas2ri, default_converter

from rpy2.robjects.conversion import localconverter

from rpy2.robjects.packages import importr

lme4 = importr('lme4')

mod = lme4.lmer(**kwargs) # Omitting arguments for brevity

r_ranef = ro.r['ranef']

re = r_ranef(mod)

print(re[1])

                           Uppm   (Intercept)         floor   (Intercept)

AITKIN            -0.0026783361 -2.588735e-03  1.742426e-09 -0.0052003670

ANOKA             -0.0056688495 -6.418760e-03 -4.482764e-09 -0.0128942943

BECKER             0.0021906431  1.190746e-03  1.211201e-09  0.0023920238

BELTRAMI           0.0093246041  8.190172e-03  5.135196e-09  0.0164527872

BENTON             0.0018747838  1.049496e-03  1.746748e-09  0.0021082742

BIG STONE         -0.0073756824 -2.430404e-03  0.000000e+00 -0.0048823057

BLUE EARTH         0.0112939204  4.176931e-03  5.507525e-09  0.0083908075

BROWN              0.0069223055  2.544912e-03  4.911563e-11  0.0051123339

将其转换为 Pandas DataFrame，分类值将从索引中丢失并替换为整数：

pandas2ri.ri2py_dataframe(r_ranef[1])  # r_ranef is a dict of dataframes

    Uppm  (Intercept)         floor  (Intercept)

0  -0.002678    -0.002589  1.742426e-09    -0.005200

1  -0.005669    -0.006419 -4.482764e-09    -0.012894

2   0.002191     0.001191  1.211201e-09     0.002392

3   0.009325     0.008190  5.135196e-09     0.016453

4   0.001875     0.001049  1.746748e-09     0.002108

5  -0.007376    -0.002430  0.000000e+00    -0.004882

6   0.011294     0.004177  5.507525e-09     0.008391

7   0.006922     0.002545  4.911563e-11     0.005112

如何保留原始索引的值？

该文档建议as.data.frame可能包含grp，这可能是我所追求的值，但我正在努力通过 rpy2 实现它；例如，

r_ranef = ro.r['ranef.as.data.frame']

不起作用

Answer 1

考虑row.names在 R 数据框中添加一个新列，然后将此列用于set_indexPandas 数据框中：base = importr('base')# ADD NEW COLUMN TO R DATA FRAMEre[1] = base.transform(re[1], index = base.row_names(re[1]))# SET INDEX IN PANDAS DATA FRAMEpy_df = (pandas2ri.ri2py_dataframe(re[1])                     .set_index('index')                     .rename_axis(None)        )要对列表中的所有数据框执行此操作，请使用 R 的lapply循环，然后使用 Python 的列表理解来获取 Pandas 索引数据框的新列表。base = importr('base')mod = lme4.lmer(**kwargs)          # Omitting arguments for brevityr_ranef = lme4.ranef(mod)# R LAPPLYnew_r_ranef = base.lapply(r_ranef, lambda df:                           base.transform(df, index=base.row_names(df)))# PYTHON LIST COMPREHENSIONpy_df_list = [(pandas2ri.ri2py_dataframe(df)                         .set_index('index')                         .rename_axis(None)              ) for df in new_r_ranef]

Answer 2

import rpy2.robjects as rofrom rpy2.robjects import pandas2ri, default_converterfrom rpy2.robjects.conversion import localconverterr_dataf = ro.r("""data.frame(  Uppm = rnorm(5),  row.names = letters[1:5])""")with localconverter(default_converter + pandas2ri.converter) as conv:    pd_dataf = conv.rpy2py(r_dataf)# row names are "a".."f"print(r_dataf)# row names / indexes are now 0..4print(pd_dataf)这可能是 rpy2 中的一个小错误/缺失功能，但解决方法相当简单：with localconverter(default_converter + pandas2ri.converter) as conv:    pd_dataf = conv.rpy2py(r_dataf)pd_dataf.index = r_dataf.rownames