r - 使用pandas数据框进行rpy2回归的最小示例

Question

使用pandas数据框进行线性回归的推荐方法(如果有)是什么？我可以做到，但是我的方法似乎很复杂。我会使事情变得不必要地复杂吗？

R代码，用于比较:

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

现在，我的python(2.7.10)，rpy2(2.6.0)和pandas(0.16.1)
版:

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

顺便说一句，我确实在导入 pandas.rpy.common时获得了FutureWarning。但是，当我尝试使用 pandas2ri.py2ri(dataframe)将数据帧从 Pandas 转换为R时(如上所述 here)，我得到了

NotImplementedError: Conversion 'py2ri' not defined for objects of type '<class 'pandas.core.series.Series'>'

Answer 1

R和Python并不完全相同，因为您是在Python / rpy2中构建数据框架，而在R中使用 vector (无数据框架)。

否则，带有rpy2的转换似乎在这里起作用:

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

结果:

>>> 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