Python读取rds文件并转换为DataFrame时遇到的问题及解决需求

你之前的操作出错核心原因：pyreadr.read_r() 返回的不是直接的DataFrame，而是一个字典——键对应R文件中存储的对象名称，值才是对应的Pandas DataFrame（或其他兼容对象）。

正确操作步骤 #

1. 读取RDS文件

import pyreadr
import pandas as pd

# 读取文件得到字典对象
rds_data = pyreadr.read_r('/home/test.rds')

2. 查看字典中的对象名称

print(rds_data.keys())

运行后会输出类似 dict_keys(['my_data']) 或 dict_keys([None]) 的结果，这就是R文件里存储的对象标识。

3. 提取目标DataFrame

• 已知对象名称时，直接通过键取值：

df = rds_data['my_data']  # 替换成你实际得到的键名，比如None就用rds_data[None]

• 若文件仅存储单个对象，可直接取字典首个值：

df = next(iter(rds_data.values()))

验证结果 #

此时df就是标准Pandas DataFrame，执行df.head()即可查看前几行数据确认。

之前方法失败的原因 #

• pd.DataFrame(df)：直接将字典转DataFrame，字典的键值对会被识别为标量，触发"必须传入索引"的报错。
• 指定列名转换：字典结构与DataFrame的行列结构不匹配，导致生成全NaN的无效列。
• from_dict指定列数：字典实际形状（1行1列）和你指定的11列不匹配，触发形状不一致报错。

内容的提问来源于stack exchange，提问作者thomas