python - rpy2 ggplot2错误: Invalid input: date_trans works with objects of class Date only

Question

我正在尝试使用 rpy2 包从 python 脚本调用 ggplot2 来绘制时间序列数据。当我尝试调整 x 刻度的日期限制时出现错误。 rpy2 文档提供了此指导 ( https://rpy2.readthedocs.io/en/version_2.8.x/vector.html?highlight=date%20vector ):“日期或时间点的序列可以存储在 POSIXlt 或 POSIXct 对象中。两者都可以从 Python 序列创建time.struct_time 对象或来自 R 对象。”

这是我的示例代码:

import numpy as np
import pandas as pd
import datetime as dt
from rpy2 import robjects as ro
from rpy2.robjects import pandas2ri
import rpy2.robjects.lib.ggplot2 as ggplot2
pandas2ri.activate()

#Create a random dataframe with time series data
df = pd.DataFrame({'Data': np.random.normal(50, 5, 10),
                  'Time': [dt.datetime(2000, 7, 23), dt.datetime(2001, 7, 15),
                           dt.datetime(2002, 7, 30), dt.datetime(2003, 8, 5),
                           dt.datetime(2004, 6, 28), dt.datetime(2005, 7, 23),
                           dt.datetime(2006, 7, 15), dt.datetime(2007, 7, 30),
                           dt.datetime(2008, 8, 5), dt.datetime(2009, 6, 28)]})

#Create a POSIXct vector from time.struct_time objects to store the x limits
date_min = dt.datetime(2000, 1, 1).timetuple()
date_max = dt.datetime(2010, 1, 1).timetuple()
date_range = ro.vectors.POSIXct((date_min, date_max))

#Generate the plot
gp = ggplot2.ggplot(df)
gp = (gp + ggplot2.aes_string(x='Time', y='Data') +
      ggplot2.geom_point() +
      ggplot2.scale_x_date(limits=date_range))

当我运行此代码时，收到以下错误消息:

错误:输入无效:date_trans 仅适用于 Date 类的对象

我还尝试了 DateVector 对象，而不是 POSIXct 对象。我还尝试使用 base.as_Date() 将日期字符串转换为 R 日期并将其输入 R 向量对象中。我总是收到相同的错误消息。在 R 中，我会像这样更改比例限制:

gp + scale_x_date(limits = as.Date(c("2000/01/01", "2010/01/01"))

如何将其转换为 rpy2 以便我的 python 脚本能够运行？

Answer 1

考虑像在 R 中一样运行基本 R 函数，您可以将其作为库导入到 rpy2 中。仅供引用 - 在 R session 中，base、stats、utils 和其他内置库是隐式加载的，无需 library 行.

日期时间处理

此外，使用 strftime 而不是 timetuple() 将 Python 日期时间对象转换为字符串，以便更容易翻译。

base = importr('base')
...
date_min = dt.datetime(2000, 1, 1).strftime('%Y-%m-%d')
date_max = dt.datetime(2010, 1, 1).strftime('%Y-%m-%d')
date_range = base.as_POSIXct(base.c(date_min, date_max), format="%Y-%m-%d")
...
ggplot2.scale_x_datetime(limits=date_range))

GGPlot Plus 运算符

此外，+ Python 运算符与 ggplot2 的运算符不太一样，实际上是:ggplot2:::`+.gg`。正如这篇 SO 文章中指出的，How is ggplot2 plus operator defined? ，此函数有条件地运行您需要在 Python 中复制的 add_theme() 或 add_ggplot() 。由于上述 R 函数是本地命名空间，在 ggplot2.* 调用时不易使用，因此使用 R 的 utils::getAnywhere("+.gg") 将该函数导入为用户定义的方法。

因此，您需要将 + 转换为 Python 对象模型的实际限定调用。您可以使用基础 R 的 Reduce 来做到这一点。所以 R 中的以下内容:

gp <- ggplot(df)
gp <- gp + aes_string(x='Time', y='Data') +
  geom_point() +
  scale_x_datetime(limits=date_range)

相当于翻译为

gp <- Reduce(ggplot2:::`+.gg`, list(ggplot(df), aes_string(x='Time', y='Data'), 
                                    geom_point(), scale_x_datetime(limits=date_range)))

或者在 session 中加载ggplot2库后使用getAnywhere():

gg_proc <- getAnywhere("+.gg")

gp <- Reduce(gg_proc$objs[[1]], list(ggplot(df), aes_string(x='Time', y='Data'), 
                                     geom_point(), scale_x_datetime(limits=date_range)))

<小时/>

Rpy2

下面是 rpy2 中的完整代码。因为您以非交互方式运行在 Python 脚本中分层的 R 对象，所以绘图不会显示在屏幕上，并且需要保存，这可以通过 ggsave 来实现:

import numpy as np
import pandas as pd
import datetime as dt

from rpy2.robjects import pandas2ri
from rpy2.robjects.packages import importr

# IMPORT R PACKAGES
base = importr('base')
utils = importr('utils')
ggplot2 = importr('ggplot2')

pandas2ri.activate()

# CREATE RANDOM (SEEDED) DATAFRAME WITH TIME SERIES DATA
np.random.seed(6252018)
df = pd.DataFrame({'Data': np.random.normal(50, 5, 10),
                   'Time': [dt.datetime(2000, 7, 23), dt.datetime(2001, 7, 15),
                            dt.datetime(2002, 7, 30), dt.datetime(2003, 8, 5),
                            dt.datetime(2004, 6, 28), dt.datetime(2005, 7, 23),
                            dt.datetime(2006, 7, 15), dt.datetime(2007, 7, 30),
                            dt.datetime(2008, 8, 5), dt.datetime(2009, 6, 28)]})

# CONVERT TO POSIXct VECTOR
date_min = dt.datetime(2000, 1, 1).strftime('%Y-%m-%d')
date_max = dt.datetime(2010, 1, 1).strftime('%Y-%m-%d')
date_range = base.as_POSIXct(base.c(date_min, date_max), format="%Y-%m-%d")

# RETRIEVE NEEDED FUNCTION
gg_plot_func = utils.getAnywhere("+.gg")

# PRODUCE PLOT
gp = base.Reduce(gg_plot_func[1][0], base.list(ggplot2.ggplot(df),
                                               ggplot2.aes_string(x='Time', y='Data'),
                                               ggplot2.geom_point(),
                                               ggplot2.scale_x_datetime(limits=date_range)))
# SAVE PLOT TO DISK
ggplot2.ggsave(filename="myPlot.png", plot=gp, device="png", path="/path/to/plot/output")

输出 (用 Python 渲染)