Pandas转R数据框失败：HPS列被转为字符串而非数值求助

算力阿峰

2026-8-1

解决Pandas DataFrame转R数据框时数值列变为字符串的问题

1. 先排查HPS列的真实数据状态

你的HPS列看似是数值，但转换时触发警告，大概率是列里藏着非数值内容（比如字符串型的空值、特殊符号，或者Pandas dtype实际是object）。先跑以下代码确认：

import pandas as pd

# 查看HPS列的数据类型
print(X_train_['HPS'].dtype)
# 检查是否存在字符串类型的元素
print(X_train_['HPS'].apply(lambda x: isinstance(x, str)).any())
# 统计空值数量
print(X_train_['HPS'].isna().sum())

如果发现异常，先把列转为标准数值类型：

# 强制转换，无法转成数值的内容会变成NaN
X_train_['HPS'] = pd.to_numeric(X_train_['HPS'], errors='coerce')
# 按需处理NaN，比如用均值填充
X_train_['HPS'] = X_train_['HPS'].fillna(X_train_['HPS'].mean())

2. 替换旧版rpy2转换器

pandas2ri是rpy2的旧版转换模块，兼容性有限，换成新版激活方式试试：

import rpy2.robjects as ro
from rpy2.robjects import pandas2ri

def convert_pd_to_rdf(data):
    pandas2ri.activate()
    try:
        data_r = ro.conversion.py2rpy(data)
    finally:
        pandas2ri.deactivate()
    return data_r

调用方式不变：

X_train_r = convert_pd_to_rdf(X_train_)

3. 手动强制转换R数据框列类型

如果上面的方法仍不生效，可以在转换后直接修改R侧的列类型：

import rpy2.robjects as ro
from rpy2.robjects import pandas2ri
from rpy2.robjects.conversion import localconverter

def convert_pd_to_rdf(data):
    with localconverter(ro.default_converter + pandas2ri.converter):
        data_r = ro.conversion.py2ri(data)
    # 调用R代码把HPS转为数值型
    ro.r('data_r$HPS <- as.numeric(data_r$HPS)')
    return data_r

注意：这种方式要求HPS列的字符串内容都能转成数值，否则会生成NA值，需要提前处理好数据。