rdata

rdata

Lesen Sie R-Datensätze aus Python.

Das Paket rdata bietet eine einfache Möglichkeit, R-Datensätze/-Objekte, die in den Formaten „.rda“ und „.rds“ gespeichert sind, in Python zu importieren. Seine Hauptvorteile sind:

• Es handelt sich um eine reine Python-Implementierung ohne Abhängigkeiten von der R-Sprache oder verwandten Bibliotheken. Daher kann es überall dort verwendet werden, wo Python unterstützt wird, einschließlich des Webs mit Pyodide.

• Es wird versucht, alle R-Objekte zu unterstützen, die sinnvoll übersetzt werden können. Im Gegensatz zu anderen Lösungen sind Sie nicht darauf beschränkt, Datenrahmen oder Daten mit einer bestimmten Struktur zu importieren.

• Es ermöglicht Benutzern, die Konvertierung von R-Klassen in Python-Klassen einfach anzupassen. Verwenden Ihre Daten benutzerdefinierte R-Klassen? Machen Sie sich keine Sorgen mehr, denn es ist möglich, benutzerdefinierte Konvertierungen für die Python-Klassen Ihrer Wahl zu definieren.

• Es verfügt über eine permissive Lizenz (MIT). Im Gegensatz zu anderen Paketen, die von R-Bibliotheken abhängen und daher der GPL-Lizenz unterliegen müssen, können Sie rdata als Abhängigkeit von MIT-, BSD- oder sogar Closed-Source-Projekten verwenden.

Installation

rdata ist auf PyPi und kann mit pip installiert werden:

 pip install rdata

Es ist auch für conda über den conda-forge -Kanal verfügbar:

 conda install -c conda-forge rdata

Installieren der Entwicklungsversion

Die aktuelle Version aus dem Entwicklungszweig kann als installiert werden

 pip install git+https://github.com/vnmabus/rdata.git@develop

Dokumentation

Die Dokumentation von rdata finden Sie in ReadTheDocs.

Beispiele

Anwendungsbeispiele finden Sie in ReadTheDocs.

Einfache Nutzung

Lesen Sie einen R-Datensatz

Die übliche Methode zum Lesen eines R-Datensatzes ist die folgende:

 import rdataconverted = rdata.read_rda(rdata.TESTDATA_PATH / "test_vector.rda")konvertiert

was dazu führt

 {'test_vector': array([1., 2., 3.])}

Unter der Haube entspricht dies dem folgenden Code:

 import rdataparsed = rdata.parser.parse_file(rdata.TESTDATA_PATH / "test_vector.rda")converted = rdata.conversion.convert(parsed)converted

Dies besteht aus zwei Schritten:

1. Zunächst wird die Datei mit der Funktion rdata.parser.parse_file geparst. Dies bietet eine wörtliche Beschreibung des Dateiinhalts als Hierarchie von Python-Objekten, die die grundlegenden R-Objekte darstellen. Dieser Schritt ist eindeutig und immer gleich.

2. Anschließend muss jedes Objekt in ein entsprechendes Python-Objekt konvertiert werden. In diesem Schritt gibt es mehrere Möglichkeiten, welcher Python-Typ als Konvertierung für ein bestimmtes R-Objekt am besten geeignet ist. Daher stellen wir eine Standardroutine rdata.conversion.convert bereit, die versucht, Python-Objekte auszuwählen, die die meisten Informationen des ursprünglichen R-Objekts beibehalten. Für benutzerdefinierte R-Klassen ist es auch möglich, Konvertierungsroutinen in Python-Objekte anzugeben.

Konvertieren Sie benutzerdefinierte R-Klassen

Die grundlegende Konvertierungsroutine erstellt nur ein SimpleConverter-Objekt und ruft dessen Konvertierungsmethode auf. Alle Argumente von „convert“ werden direkt an die SimpleConverter-Initialisierungsmethode übergeben.

Es ist möglich, wenn auch nicht trivial, ein benutzerdefiniertes Konverterobjekt zu erstellen, um die Art und Weise zu ändern, wie die grundlegenden R-Objekte in Python-Objekte umgewandelt werden. Eine häufigere Situation besteht jedoch darin, dass man nicht ändern möchte, wie grundlegende R-Objekte konvertiert werden, sondern stattdessen Konvertierungen für bestimmte R-Klassen bereitstellen möchte. Dies kann durch die Übergabe eines Wörterbuchs an die SimpleConverter-Initialisierungsmethode erfolgen, das als Schlüssel die Namen von R-Klassen und als Werte aufrufbare Elemente enthält, die ein R-Objekt dieser Klasse in ein Python-Objekt konvertieren. Standardmäßig ist das verwendete Wörterbuch DEFAULT_CLASS_MAP, das häufig verwendete R-Klassen wie data.frame und Factor konvertieren kann.

Als Beispiel sehen wir hier, wie wir eine Konvertierungsroutine für die Faktorklasse in Byte-Objekte implementieren würden, anstelle der Standardkonvertierung in kategoriale Pandas-Objekte:

 import rdatadef Factor_constructor(obj, attrs): Values ​​= [Bytes(attrs['levels'][i - 1], 'utf8') if i >= 0 else None for i in obj] return effectsnew_dict = { **rdata. Conversion.DEFAULT_CLASS_MAP, "Faktor": Faktor_Konstruktor}converted = rdata.read_rda( rdata.TESTDATA_PATH / "test_dataframe.rda", constructionor_dict=new_dict,
)konvertiert

was folgendes Ergebnis hat:

 {'test_dataframe': Klassenwert
    1 b'a' 1
    2 b'b' 2
    3 b'b' 3}

Zusätzliche Beispiele

Weitere Beispiele, die die Funktionalitäten dieses Pakets veranschaulichen, finden Sie in der ReadTheDocs-Dokumentation.