FrontPage

2014/03/16からのアクセス回数 3920

ここで紹介したSageワークシートは、以下のURLからダウンロードできます。

http://www15191ue.sakura.ne.jp:8000/home/pub/37/

また、Sageのサーバを公開しているサイト（http://www.sagenb.org/, http://www15191ue.sakura.ne.jp:8000/）にユーザIDを作成することで、ダウンロードしたワークシートを アップロードし、実行したり、変更していろいろ動きを試すことができます。

RとPandas(Sage)でのデータフレームの相互変換 †

これまで、RのグラフをSageで表示したり、RとSage間でのデータの受け渡しを紹介してきましたが、 Rでもっともよく使われるデータフレームについて、まったく考えていませんでした。

しかし、Pandasの機能が強力であり、とても使えるツールであることからRとPandas間のデータフレーム を相互変換することに挑戦してみます。

また、Rのグラフ表示で使っていたRUtil.pyもPNGファイルベースとして高速化をはかり、ここにデータフレーム の相互変換機能を追加することになりました。

新たに追加したデータフレーム変換関数は、以下の2個です。

↑

データ変換で使用するパッケージとライブラリ †

データフレーム変換で使用するSageのライブラリーは、pandasとnumpyです。 Rは、jsonliteをパッケージを使用します。

sageへの入力:

# RとPandasのデータフレームを相互に変換する方法
# Sageでは、numpyとpandasをインポート
import pandas as pd
import numpy as np
# Rではjsonliteパッケージを使用
r('library(jsonlite)')
# 例としてR Graphic Cookbookのデータを使用
#r("install.packages('gcookbook')")
r('library(gcookbook)')

[1] "jsonlite"  "gcookbook" "stats"     "graphics"  "grDevices" "utils"     "datasets"  "methods" 
[9] "base"
↑

RからPandasへのデータフレーム変換 †

RからPandasにデータフレームを変換するために、jsonliteのtoJSONとPandasのread_json関数を使用します。

以下にgcookbookのサンプルデータheightweightをRからPandasのデータフレームに変換する例を示します。

sageへの入力:

# RからJSON形式でデータを持ってくる方法
# 例として、gcookbookのサンプルデータをRから取得する
test_json = r('toJSON(heightweight, pretty=FALSE)')
heightweight = pd.read_json(sageobj(test_json)); heightweight.head()

   ageMonth  ageYear  heightIn sex  weightLb
0       143    11.92      56.3   f      85.0
1       155    12.92      62.3   f     105.0
2       153    12.75      63.3   f     108.0
3       161    13.42      59.0   f      92.0
4       191    15.92      62.5   f     112.5

[5 rows x 5 columns]
↑

関数にまとめる †

上記の処理をRDfPandasDfという関数にまとめると以下の様になります。

sageへの入力:

# これを関数にまとめる
# Rのデータフレームをpandasのデータフレームに変換する
def RDf2PandaDf(name):
    json_str =  r('toJSON(%s, pretty=FALSE)' % name)
    return pd.read_json(sageobj(json_str))
↑

RDf2PandasDfの使用例 †

RDf2PandasDfを使ってgcookbookのサンプルデータheightweightをRからPandas（Sage） にデータを持ってくる場合の例です。

Rのデータフレーム名をRDf2PandasDfの引数とするとPandasのデータフレームに変換されて返されます。

sageへの入力:

print RDf2PandaDf('heightweight').head()

   ageMonth  ageYear  heightIn sex  weightLb
0       143    11.92      56.3   f      85.0
1       155    12.92      62.3   f     105.0
2       153    12.75      63.3   f     108.0
3       161    13.42      59.0   f      92.0
4       191    15.92      62.5   f     112.5

[5 rows x 5 columns]
↑

PandasからRへのデータフレームに変換 †

今度は、逆にPandasのデータフレームをRのデータフレームに変換します。 いろいろ試したのですが、writeJSONを使った変換では上手く処理できず、 もっともオーソドックスなカラム名とデータフレームのvaluesをzipとdictを 使って辞書の配列に変換する方式に行き着きました。

sageへの入力:

# 同様に関数にまとめる
# pandasのデータフレームをRに渡す
def PandaDf2RDf(df, name):
    l = [dict(zip(df.columns, x)) for x in df.values.tolist()]
    json_str = str(l)
    json_str = json_str.replace("'", '\\"')
    r('%s <- fromJSON("%s")' % (name, json_str))
↑

PandaDf2RDfの使用例 †

年齢と性別のデータフレームをPandasで作成し、それをPandaDf2RDfを使って Rのデータフレームに変換します。

sageへの入力:

# PandasのデータをRに渡す
age = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32]
sex = ['F', 'M', 'M', 'M', 'F', 'M', 'F', 'M', 'F', 'M', 'F', 'M']
df = pd.DataFrame({'age': age, 'sex': sex}); df.head()

  age sex
0  20   F
1  22   M
2  25   M
3  27   M
4  21   F

[5 rows x 2 columns]

PandaDf2RDfの引数は、変換するデータフレームとRでのデータフレーム変数名です。

以下の例では、上記で作成したdfをRのデータフレームに変換し、aという変数にセットし、 それをSageのr関数を使って表示しています。きちんと変換できているのが確認できます。

sageへの入力:

PandaDf2RDf(df, "a")
r('a')

   age sex
1   20   F
2   22   M
3   25   M
4   27   M
5   21   F
6   23   M
7   37   F
8   31   M
9   61   F
10  45   M
11  41   F
12  32   M
↑

コメント †

選択肢 投票
おもしろかった 2  
そうでもない 0  
わかりずらい 0  

皆様のご意見、ご希望をお待ちしております。


(Input image string)
トップ   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
SmartDoc