R编织器: use spin() with R and Python code

Question

随着 reticulate 的出现，在单个 .Rmd 文档中结合 R 和 Python 在 R 社区(包括我自己)中变得越来越流行。现在，我的个人工作流程通常从 R 脚本开始，在某些时候，我使用 knitr::spin() 创建一个可共享的报告，并将纯 .R 文档作为输入，以避免代码重复(有关该主题的更多信息，另请参阅 Knitr's best hidden gem: spin)。

但是，一旦我的分析中涉及到 Python 代码，我目前就不得不中断此工作流程并在编译报告之前手动将我的初始 .R 脚本转换(即复制和粘贴)为 .Rmd。我想知道，是否有人知道是否有可能——或者就此而言，是否有可能——使 knitr::spin() 在单个 .R 文件中同时使用 R 和 Python 代码块，而无需走这条弯路？我的意思是，就像在 .Rmd 文件中混合两种语言并在它们之间交换对象时一样。至少据我所知，目前不可能添加类似 engine = 'python' 的东西来旋转文档。

Answer 1

使用 reticulate::source_python 可能是一种解决方案。

例如，这是一个简单的 .R 脚本，它将被旋转为 .Rmd，然后呈现为 ​​.html

旋转我.R

#'---
#'title: R and Python in a spin file.
#'---
#'
#' This is an example of one way to write one R script, containing both R and
#' python, and can be spun to .Rmd via knitr::spin.
#'
#+ label = "setup"
library(nycflights13)
library(ggplot2)
library(reticulate)
use_condaenv()

#'
#' Create the file flights.csv to
#'
#+ label = "create_flights_csv"
write.csv(flights, file = "flights.csv")

#'
#' The file flights.py will read in the data from the flights.csv file.  It can
#' be evaluated in this script via source_python().  This sould add a data.frame
#' called `py_flights` to the workspace.
source_python(file = "flights.py")

#'
#' And now, plot the results.
#'
#+ label = "plot"
ggplot(py_flights) + aes(carrier, arr_delay) + geom_point() + geom_jitter()


# /* spin and knit this file to html
knitr::spin(hair = "spin-me.R", knit = FALSE)
rmarkdown::render("spin-me.Rmd")
# */

python文件是

flights.py

import pandas
py_flights = pandas.read_csv("flights.csv")
py_flights = py_flights[py_flights['dest'] == "ORD"]
py_flights = py_flights[['carrier', 'dep_delay', 'arr_delay']]
py_flights = py_flights.dropna()

生成的 .html 的屏幕截图是:

编辑 如果必须将所有内容保存在一个文件中，那么在调用 source_python 之前，您可以创建一个 python 文件，例如，

pycode <-
'import pandas
py_flights = pandas.read_csv("flights.csv")
py_flights = py_flights[py_flights["dest"] == "ORD"]
py_flights = py_flights[["carrier", "dep_delay", "arr_delay"]]
py_flights = py_flights.dropna()
'
cat(pycode, file = "temp.py")
source_python(file = "temp.py")

我的观点:将 python 代码放在自己的文件中比在 R 脚本中创建它更好，原因有两个:

1. 更容易重用 python 代码
2. 当 Python 代码写成字符串而不是在它自己的文件中时，我的 IDE 中的语法突出显示丢失了。