使用 HDF5 保存 Julia 数据帧以在 R 中读取答案

【问题标题】：Saving Julia dataframe to read in R using HDF5使用 HDF5 保存 Julia 数据帧以在 R 中读取
【发布时间】：2015-03-20 23:41:03
【问题描述】：

虽然在 Julia 中读取 R 数据集已经受到了足够的关注，但有时在 Julia 中完成的计算结果需要对 R 可读。为了实现这一点，我试图将 DataFrame.jl 对象保存在 HDF5 文件中。这是到目前为止的代码，在当前可用的HDF5.jl 方法的限制内编写：

using DataFrames, HDF5
df = DataFrame(coln1 = 1:4, coln2 = ["M", "F", "F", "M"], coln3 = int8([1, 0, 1, 1]))
h5open("trydf.h5", "w") do file
  g = g_create(file, "df") # create a group
  for cnm in DataFrames._names(df)
    g["$cnm"] = convert(Array, df[cnm])
  end
  attrs(g)["Description"] = "Julia DataFrame columns"
end

然后可以使用 rhdf5 包工具在 R 中重新组装数据框。有没有更优雅的方法来实现这一点？不需要将数据框拆分并在 R 中重新组装的东西，在此过程中会丢失一些列类型（例如布尔值不起作用）？

【问题讨论】：

您是否愿意考虑保存为 hdf5 以外的格式？如果数据集不是很大并且 Julia 数据还没有在数据框中，那么保存为 CSV 文件可能是有意义的。
CSV 确实是一个合理的选择，具有中等大小的数据框。然而，HDF5 的吸引力在于层次结构包含比我的最小示例更复杂的对象的可能性，并且在 Julia 和 R 之间进行交换时能够保留一些对象结构会很有帮助。

标签： r dataframe julia hdf5

【解决方案1】：

当我被指向RCall.jl 包时，列类型限制的问题得到了解决。事实证明，这个包对于集成 Julia 和 R 工作非常有帮助。在此示例中，可以创建原生 RData 文件，而不是保存 HDF5：

using DataFrames
using RCall

# example DataFrame
df = DataFrame(coln1 = 1:4, coln2 = ["M", "F", "F", "M"], coln3 = [false, true, false, true], coln4 = int8([1, 0, 1, 1]))

# R environment in a session started from Julia
g = globalEnv
reval(rparse("dfls <- NULL"))

# add columns one at a time converting Julia vectors to R-types via   RCall.sexp
#  https://github.com/JuliaStats/RCall.jl/blob/master/src/sexp.jl
for cnm in DataFrames._names(df)
  g[:colcnm] = sexp(convert(Array, df[cnm]))
  reval(rparse("dfls\$$cnm <- colcnm"))
end
reval(rparse("df <- data.frame(dfls)"))
reval(rparse("save(file='dfjulia.RData', df)"))

【讨论】：