代码下载
在数据分析中，Python和R各有千秋，虽然Python或R都能在数据分析打通关，从采集、清洗(预处理)、分析、可视化，但是在不同的环节，不同的语言易用程度不同。Python胜在干脏活累活，诸如数据采集、数据清洗、机器学习等；而R语言胜在统计分析、可视化等。所以，如果你正好Python和R都入门了，可以考虑两者结合。那么就会遇到今天的问题-如何在jupyter中使用R语言代码？
rpy2包
rpy2包首先是Python包，ta衔接了Python和R，通过rpy2可以运行R语言相关代码、函数、包。
在Jupyter notebook中主要有两种情况
- 单元格中以Python为主，可以插入R的代码字符串
- 单个的单元格要么只有R代码，要么只有Python代码
遇到这类问题，各位的电脑要确保
- 电脑已经安装了Python和R
- 已安装rpy2包
安装rpy2包
!pip3 install rpy2
import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri
#R代码运行会尽量以DataFrame显示
pandas2ri.activate()
#运行R代码
robjects.r('R代码字符串')
运行R代码
rpy2.robjects.r('R代码字符串')
rpy2.robjects.r()函数会识别 R代码字符串, 并将其执行。
import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri
import warnings
warnings.filterwarnings('ignore')
#直接声明，data frame强制转为DataFrame
pandas2ri.activate()
#R代码
r_code = """
library(dplyr)
text <- c("Because I could not stop for Death -",
"He kindly stopped for me -",
"The Carriage held but just Ourselves -",
"and Immortality")
text_df <- tibble(docid=1:4, text=text)
text_df
"""
#运行R代码
robjects.r(r_code)
| docid | text | |
|---|---|---|
| 1 | 1 | Because I could not stop for Death - |
| 2 | 2 | He kindly stopped for me - |
| 3 | 3 | The Carriage held but just Ourselves - |
| 4 | 4 | and Immortality |
- 准备一个R代码r_code，该代码会生成R语言的tibble数据类型(R语言中的一种data frame)。
- robjects.r(r_code) 运行R代码(字符串)
- 在本例中，使用pandas2ri.activate()强制声明，在Python中将变量text_df以pandas.DataFrame显示
调用R数据集
rpy2.robjects.r.data('R的数据集名')
调用R的数据集
import rpy2.robjects as robjects
- robjects.r.data(‘R数据集名’) 准备R数据集，此时Python并没有显示该数据集，可以理解为准备数据
robjects.r['R数据集名']导入R的数据集
import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri
pandas2ri.activate()
#准备iris
robjects.r.data('iris')
#导入iris
iris = robjects.r['iris']
iris.head()
| Sepal.Length | Sepal.Width | Petal.Length | Petal.Width | Species | |
|---|---|---|---|---|---|
| 1 | 5.1 | 3.5 | 1.4 | 0.2 | setosa |
| 2 | 4.9 | 3 | 1.4 | 0.2 | setosa |
| 3 | 4.7 | 3.2 | 1.3 | 0.2 | setosa |
| 4 | 4.6 | 3.1 | 1.5 | 0.2 | setosa |
| 5 | 5 | 3.6 | 1.4 | 0.2 | setosa |
调用R语言包
rpy2.robjects.packages.importr('R包名')
R语言中的readr包有read_csv()函数，可以读取csv文件。
from rpy2.robjects.packages import importr
from rpy2.robjects import pandas2ri
pandas2ri.activate()
#导入R语言中的readr包
readr = importr("readr")
#使用readr包中的read_csv()函数
mtcars = readr.read_csv("mtcars.csv")
mtcars.head()
| car | mpg | cyl | disp | hp | drat | wt | qsec | vs | am | gear | carb | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Mazda RX4 | 21 | 6 | 160 | 110 | 3.9 | 2.62 | 16.46 | 0 | 1 | 4 | 4 |
| 2 | Mazda RX4 Wag | 21 | 6 | 160 | 110 | 3.9 | 2.875 | 17.02 | 0 | 1 | 4 | 4 |
| 3 | Datsun 710 | 22.8 | 4 | 108 | 93 | 3.85 | 2.32 | 18.61 | 1 | 1 | 4 | 1 |
| 4 | Hornet 4 Drive | 21.4 | 6 | 258 | 110 | 3.08 | 3.215 | 19.44 | 1 | 0 | 3 | 1 |
| 5 | Hornet Sportabout | 18.7 | 8 | 360 | 175 | 3.15 | 3.44 | 17.02 | 0 | 0 | 3 | 2 |
Cell只运行R代码
上面的几个章节中，每个cell中代码均为Python和R的混用，如果在Cell中只运行R代码，
- 可以先单独在一个cell中运行
%load_ext rpy2.ipython, - 在另外一个cell中使用
%%R声明本cell中使用的是R代码。
%load_ext rpy2.ipython
%%R
library(ggplot2)
ggplot(iris, aes(x=Sepal.Length,
y=Sepal.Width,
color=Species))+
geom_point()
%%R -h 550 -w 800 #设置宽、高
library(ggplot2)
ggplot(iris, aes(x=Sepal.Length,
y=Sepal.Width,
color=Species))+
geom_point()
了解课程
