如何从ipynb文件中访问DataFrame并提取向量、矩阵等数据

.ipynb是IPython笔记本格式，本质是嵌套JSON文件，不是纯数据文件，所以不能直接替换CSV导入命令读取。以下是实用解决方案：

一、用R直接读取.ipynb文件提取DataFrame #

1. 安装并加载JSON处理包

install.packages("jsonlite")
library(jsonlite)

2. 读取.ipynb文件为JSON对象

nb_content <- fromJSON("你的文件路径.ipynb")

3. 定位并提取DataFrame数据
   .ipynb里的DataFrame通常在代码单元格的输出中，遍历单元格提取：

# 遍历所有代码单元格
for (cell in nb_content$cells) {
  if (cell$cell_type == "code" && length(cell$outputs) > 0) {
    # 检查每个输出项
    for (output in cell$outputs) {
      if ("data" %in% names(output)) {
        # 处理纯文本格式的DataFrame输出
        if ("text/plain" %in% names(output$data)) {
          df_text <- output$data$`text/plain`
          # 过滤有效表头行，提取DataFrame内容
          df_text_clean <- grep("^\\s*[A-Za-z]", df_text, value = TRUE)
          df <- read.table(text = df_text_clean, header = TRUE, sep = "\\s+")
          print("提取到DataFrame：")
          print(df)
        }
        # 处理JSON格式的DataFrame输出
        else if ("application/json" %in% names(output$data)) {
          df <- output$data$`application/json`
          print("提取到DataFrame：")
          print(df)
        }
      }
    }
  }
}

二、用Python预处理（更高效） #

如果有Python环境，直接打开.ipynb导出数据：

import pandas as pd
# 替换成你笔记本中实际的DataFrame变量名
df.to_csv("导出的数据集.csv", index=False)

之后在R中用read.csv("导出的数据集.csv")正常读取即可。

三、处理超大文件的技巧 #

如果RStudio提示文件过大：

• 用命令行R运行上述读取代码，避开RStudio的内存限制
• 用jsonlite的分块读取功能：

con <- file("你的文件路径.ipynb")
# pagesize控制每次读取的JSON块大小，按需调整
nb_stream <- stream_in(con, pagesize = 500)
close(con)

提取向量、矩阵等结构 #

拿到DataFrame后，常规操作即可：

• 提取列向量：age_vec <- df$age 或 age_vec <- df[, "age"]
• 提取矩阵：feature_mat <- as.matrix(df[, c("col1", "col2", "col3")])
• 提取行向量：first_row <- as.vector(df[1, ])

内容的提问来源于stack exchange，提问作者Jeremy