在 R 中读取 pickle 文件（PANDAS Python 数据帧）

Question

有没有一种简单的方法可以将 Pandas Dataframe 中的 pickle 文件 (.pkl) 读取到 R 中？

一种可能性是导出为 CSV 并让 R 读取 CSV，但这对我来说似乎真的很麻烦，因为我的数据帧相当大。有更简单的方法吗？

谢谢！

原文由 Vincent 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

编辑：如果您可以安装和使用 {reticulate} 包，那么这个答案可能已经过时了。请参阅下面的其他答案以获得更简单的路径。

您可以在 python 中加载泡菜，然后通过 python 包 rpy2 （或类似的）将其导出到 R。完成后，您的数据将存在于链接到 python 的 R 会话中。我怀疑您接下来要做的是使用该会话调用 R 并将 RDS 保存到文件或 RAM 磁盘。然后在 RStudio 中，您可以读回该文件。查看 R 包 rJython 和 rPython 了解可以从 R 触发 python 命令的方法。

或者，您可以编写一个简单的 python 脚本以在 Python 中加载数据（可能使用上述 R 包之一）并将格式化的数据流写入标准输出。然后，对脚本的整个系统调用（包括指定泡菜的参数）可以用作 fread 在 R 包 data.table 中的参数。或者，如果您想保持标准功能，可以使用 system(..., intern=TRUE) 和 read.table 的组合。

像往常一样，有/很多/方法可以给这只猫剥皮。基本步骤是：

1. 在python中加载数据
2. 将数据表达到 R（例如，通过 rpy2 导出对象或将格式化文本写入标准输出，R 准备好在另一端接收它）
3. 将 R 中表达的数据序列化为内部数据表示（例如，通过 rpy2 或 fread 导出对象）
4. （可选）使 R 会话中的数据可供另一个 R 会话访问（即，使用 rpy2 关闭循环的步骤，或者如果您一直在使用 fread 那么您已经完成了）。

原文由 russellpierce 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

正如 russellpierce 在评论中所建议的那样， Reticulate 非常简单且超级流畅。

 install.packages('reticulate')

之后，我根据文档中给出的示例创建了一个这样的 Python 脚本。

蟒蛇文件：

 import pandas as pd

def read_pickle_file(file):
    pickle_data = pd.read_pickle(file)
    return pickle_data

然后我的 R 文件看起来像：

 require("reticulate")

source_python("pickle_reader.py")
pickle_data <- read_pickle_file("C:/tsa/dataset.pickle")

这给了我之前以 pickle 格式存储在 R 中的所有数据。

您也可以在不离开 R 编辑器的情况下在 R 中在线执行所有这些操作（前提是您的系统 python 可以访问 pandas）…例如

library(reticulate)
pd <- import("pandas")
pickle_data <- pd$read_pickle("dataset.pickle")

原文由 Ankur Sinha 发布，翻译遵循 CC BY-SA 4.0 许可协议