web-dev-qa-db-ja.com

pandasデータフレームを使用したrpy2回帰の最小限の例

pandasデータフレームを使用して線形回帰を実行するための推奨される方法（ある場合）は何ですか？実行できますが、私の方法は非常に複雑に見えます。不必要に複雑にしていますか？

比較のためのRコード：

_x <- c(1,2,3,4,5)
y <- c(2,1,3,5,4)
M <- lm(y~x)
summary(M)$coefficients
            Estimate Std. Error  t value  Pr(>|t|)
(Intercept)      0.6  1.1489125 0.522233 0.6376181
x                0.8  0.3464102 2.309401 0.1040880
_

さて、私のpython（2.7.10）、rpy2（2.6.0）、およびpandas（0.16.1）バージョン：

_import pandas
import pandas.rpy.common as common
from rpy2 import robjects
from rpy2.robjects.packages import importr

base = importr('base')
stats = importr('stats')

dataframe = pandas.DataFrame({'x': [1,2,3,4,5], 
                              'y': [2,1,3,5,4]})

robjects.globalenv['dataframe']\
   = common.convert_to_r_dataframe(dataframe) 

M = stats.lm('y~x', data=base.as_symbol('dataframe'))

print(base.summary(M).rx2('coefficients'))

            Estimate Std. Error  t value  Pr(>|t|)
(Intercept)      0.6  1.1489125 0.522233 0.6376181
x                0.8  0.3464102 2.309401 0.1040880
_

ちなみに、_pandas.rpy.common_のインポートでFutureWarningを取得します。ただし、pandas2ri.py2ri(dataframe)を使用してデータフレームをpandasからRに変換しようとすると（前述のとおり ここ ）、次のようになります。

_NotImplementedError: Conversion 'py2ri' not defined for objects of type '<class 'pandas.core.series.Series'>'
_
rpandasrpy2
19
mjandrews

RとPythonは、Python/rpy2でデータフレームを構築するのに対し、Rではベクトル（データフレームなし）を使用するため、厳密には同一ではありません。

それ以外の場合、rpy2を使用したコンバージョン配送はここで機能しているように見えます。

from rpy2.robjects import pandas2ri
pandas2ri.activate()
robjects.globalenv['dataframe'] = dataframe
M = stats.lm('y~x', data=base.as_symbol('dataframe'))

結果：

>>> print(base.summary(M).rx2('coefficients'))
            Estimate Std. Error  t value  Pr(>|t|)
(Intercept)      0.6  1.1489125 0.522233 0.6376181
x                0.8  0.3464102 2.309401 0.1040880
13
lgautier

pandas2ri.activate()を呼び出した後、PandasオブジェクトからRオブジェクトへの変換が自動的に行われます。たとえば、次を使用できます。

M = R.lm('y~x', data=df)

の代わりに

robjects.globalenv['dataframe'] = dataframe
M = stats.lm('y~x', data=base.as_symbol('dataframe'))

import pandas as pd
from rpy2 import robjects as ro
from rpy2.robjects import pandas2ri
pandas2ri.activate()
R = ro.r

df = pd.DataFrame({'x': [1,2,3,4,5], 
                   'y': [2,1,3,5,4]})

M = R.lm('y~x', data=df)
print(R.summary(M).rx2('coefficients'))

収量

            Estimate Std. Error  t value  Pr(>|t|)
(Intercept)      0.6  1.1489125 0.522233 0.6376181
x                0.8  0.3464102 2.309401 0.1040880
23
unutbu

p-値を含む係数テーブルの特定の要素を取得する方法を概説することで、 nutbuの答え に追加できます。

def r_matrix_to_data_frame(r_matrix):
    """Convert an R matrix into a Pandas DataFrame"""
    import pandas as pd
    from rpy2.robjects import pandas2ri
    array = pandas2ri.ri2py(r_matrix)
    return pd.DataFrame(array,
                        index=r_matrix.names[0],
                        columns=r_matrix.names[1])

# Let's start from unutbu's line retrieving the coefficients:
coeffs = R.summary(M).rx2('coefficients')
df = r_matrix_to_data_frame(coeffs)

これにより、通常の方法でアクセスできるDataFrameが残ります。

In [179]: df['Pr(>|t|)']
Out[179]:
(Intercept)    0.637618
x              0.104088
Name: Pr(>|t|), dtype: float64

In [181]: df.loc['x', 'Pr(>|t|)']
Out[181]: 0.10408803866182779
2
LondonRob