使用rpy2将含浮点数的Pandas列转为R ts对象时获array类型的解决方法

在使用rpy2将Pandas数据框中的列转换为R的ts对象时，若列包含浮点数，得到的R对象类型会变成array而非预期的ts类型。复现代码及现象如下：

整数列转换正常 #

import pandas as pd
path_to_Rdll = "_path_goes_here"
import os
os.environ['R_HOME'] = path_to_Rdll
import rpy2
import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri
pandas2ri.activate()

print(rpy2.__version__)
r_ts_function = robjects.r('ts')

# 整数列转换正常
pandas_dataFrame = pd.DataFrame({'value': [3, 2, 1]})
rdata_1 = r_ts_function(pandas_dataFrame.value.values)

print("class(rdata_1):")
print(robjects.r('class')(rdata_1))

输出符合预期：

class(rdata_1):
['ts']

浮点数列转换异常 #

pandas_dataFrame = pd.DataFrame({'value': [3.1, 2, 1]})
rdata_2 = r_ts_function(pandas_dataFrame.value.values)

print("class(rdata_2):")
print(robjects.r('class')(rdata_2))

输出为：

class(rdata_2):
['array']

问题原因 #

问题根源在于pandas_dataFrame.value.values返回的numpy浮点数组（float64类型）会被rpy2默认转换为R的array对象，而R的ts()函数在接收array作为输入时，不会自动将其包装为ts类型；而整数类型的numpy数组会被转换为R的vector，ts()函数可以直接将其转为ts对象。

解决方法 #

• 方法1：将numpy浮点数组转换为rpy2的FloatVector
  手动将numpy数组转为rpy2的浮点向量，确保输入ts()函数的是R的vector类型：

  pandas_dataFrame = pd.DataFrame({'value': [3.1, 2, 1]})
  r_vector = robjects.FloatVector(pandas_dataFrame.value.values)
  rdata_2 = r_ts_function(r_vector)
  
  print("class(rdata_2):")
  print(robjects.r('class')(rdata_2))
  

  输出：

  class(rdata_2):
  ['ts']
  

• 方法2：直接传入Pandas Series
  激活pandas2ri后，rpy2可以直接将Pandas Series转换为R的vector类型，无需手动处理numpy数组：

  pandas_dataFrame = pd.DataFrame({'value': [3.1, 2, 1]})
  rdata_2 = r_ts_function(pandas_dataFrame.value)
  
  print("class(rdata_2):")
  print(robjects.r('class')(rdata_2))
  

• 方法3：在R函数中显式转换输入类型
  定义一个R函数，先将输入的array转为vector，再创建ts对象：

  pandas_dataFrame = pd.DataFrame({'value': [3.1, 2, 1]})
  r_ts_function = robjects.r('function(x) ts(as.vector(x))')
  rdata_2 = r_ts_function(pandas_dataFrame.value.values)
  
  print("class(rdata_2):")
  print(robjects.r('class')(rdata_2))
  

内容的提问来源于stack exchange，提问作者sbs0202