rpy2 在从 R 到 Python 的数据帧中处理 NA/缺失值时出现问题

我在使用rpy2包进行转换时遇到问题dataframe将 R 中的内容保存到 Python 中。

import os
os.environ['R_HOME'] = '/Library/Frameworks/R.framework/Resources'

import rpy2.robjects as ro
from rpy2.robjects import pandas2ri

# define a trivial dataframe in R
ro.r('n = c(1,2)')
ro.r("b = c(NA,'def')")
ro.r("temp_df = data.frame(n,b)")

# the dataframe in R shows missing value in one cell as NA
temp_rdf = ro.r('temp_df')
print(temp_rdf)

  n    b
1 1 <NA>
2 2  def

# yet the transformed Python dataframe replace the missing value with a string
temp_pydf = pandas2ri.ri2py(temp_rdf)
print(temp_pydf)

     n    b
1  1.0  def
2  2.0  def

我做了一些搜索并找到了这篇文章Rpy2 pandas2ri.ri2py() 正在将 NA 值转换为整数 https://stackoverflow.com/questions/40666458/rpy2-pandas2ri-ri2py-is-converting-na-values-to-integers。它解释了原因，但没有提供解决方案。我想在 Python 中为 R 数据帧中的 NA 提供 Null 值。我怎么能这样做呢？

更新：http://rpy.sourceforge.net/rpy2/doc-2.2/html/rinterface.html http://rpy.sourceforge.net/rpy2/doc-2.2/html/rinterface.html

上面的链接可能对某些设置有有用的帮助。如果您找到“NA”（包括空格）并转到第二个命中。有一个看起来与您的 NA 问题有关。

原帖： 假设输出中显示的“def”作为字符串输入，您可以将其替换为您确信不是数据中的值的字符串，然后使用它来代替未输入的 NA 值：

此示例代码说明了这个概念。

x = "def"
type(x)
x = x.replace("def", "NA")
x

查看源代码有两行都显示“def”的问题，其中一行来自数据，另一行 NA 转换为 def：

1. 将 'def' 转换为 R 中的其他内容
2. 输入您的数据
3. 现在“def”意味着 NA
4. 直接使用它或将其转换为您可以忍受的东西

这是您经常遇到的问题吗？

1. 如果是这样，请创建一个测试函数来检查数据中的“def”

2. 如果发现用疯狂的东西替换，你知道数据不会有像：my_crazy_replacementValue

3. 将“def”替换为您想要的 NA 替身

4. 将 my_crazy_replacementValue 替换为“def”

在 Python 中，我认为 NA 最常见的值是 None。 不幸的是，您不能使用以下方法将值替换为 None：

string.replace()

似乎应该有一个更好的答案：一种将数据框中的指定值转换为 None 的“Pythonic”方式。当我有机会时，我必须查看 Pandas -> 数据框，然后我可能会重新登录并编辑这一段（或者也许其他人会比我先一步）。希望以上内容能在这段时间内对您有所帮助。