从 rpy2 数据帧到 pandas 数据帧的转换不适用于字符串类型的列答案

【问题标题】：Conversion from rpy2 dataframe to pandas dataframe not working for columns of string type从 rpy2 数据帧到 pandas 数据帧的转换不适用于字符串类型的列
【发布时间】：2020-03-16 21:05:27
【问题描述】：

如果我尝试使用仅由数字列组成的数据框从 pandas 转换为 R 并返回到 pandas，则一切正常，如下所示：

import pandas as pd
df_py = pd.DataFrame({'col1':[1,2,3,4,5],
                      'col2':[1.0,2.0,3.0,4.0,5.0]})

from rpy2.robjects.pandas2ri import py2ri
df_r = py2ri(df_py)
ri2py(df_r)

在这种情况下，结果是：

  col1  col2
0   1   1.0
1   2   2.0
2   3   3.0
3   4   4.0
4   5   5.0

现在，如果我包含字符串类型的第三列，则会出现错误。往下看：

import pandas as pd
df_py = pd.DataFrame({'col1':[1,2,3,4,5],
                      'col2':[1.0,2.0,3.0,4.0,5.0],
                      'col3':['a','b','c','d','e']})

from rpy2.robjects.pandas2ri import py2ri
df_r = py2ri(df_py)
ri2py(df_r)

错误是：

/usr/local/lib/python3.6/dist-packages/numpy/core/_asarray.py in asarray(a, dtype, order)
     83 
     84     """
---> 85     return array(a, dtype, copy=False, order=order)
     86 
     87 

ValueError: Buffer for this type not yet supported.

这是 rpy2 中的问题还是我做错了什么？

【问题讨论】：

我不会重现您的错误。什么版本的 rpy2：print(rpy2.__version__)？尝试from rpy2.robjects import pandas2ri 并初始化pandas2ri.activate()，然后调用df_r = pandas2ri.py2ri(df_py); df_py2 = pandas2ri.ri2py(df_r)
我在 Google Colab 中使用 rpy2 版本 2.9.5。如果我尝试上述命令，我会收到相同的错误消息：“尚不支持此类型的缓冲区”。

标签： python pandas numpy type-conversion rpy2

【解决方案1】：

我从 Parfait 评论中得到了这个答案的线索（见上文）。

我把collab中rpy2的版本改成了3.2.2（最新版）。

在这个新版本中，py2ri 和 ri2py 函数分别更改为 py2rpy 和 rpy2py。

在与我的问题中提供的代码类似的代码中使用它们，来回转换非常完美。

我使用的代码如下所示：

!pip install rpy2==3.2.2
import rpy2
import pandas as pd
df_py = pd.DataFrame({'col1':[1,2,3,4,5],
                      'col2':[1.0,2.0,3.0,4.0,5.0],
                      'col3':['a','b','c','d','e']})

from rpy2.robjects.pandas2ri import py2rpy, rpy2py
rpy2.robjects.pandas2ri.activate()

df_r = py2rpy(df_py)    
rpy2py(df_r)

【讨论】：