如何在不使用rdata、pyreadr的前提下将RData文件读取到Python

核心提示：EXTPTR（外部指针）本质是R进程内存空间的指针引用，所有脱离R运行时的纯Python RData解析库都无法完整还原这类对象内容，这也是rdata不支持该类型的核心原因，涉及这类对象的RData必须依赖R运行时才能完成完整解析。

方案1：使用rpy2嵌入R运行时直接读取（兼容性最优） #

该方案无需调用rdata、pyreadr，底层直接嵌入R运行时解析RData，天然支持全量R对象类型、全编码适配：

• 前置要求：本地安装可用的R环境，Python侧仅需安装rpy2
• 基础读取示例代码：

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

# 开启R对象到Python/pandas对象的自动转换
pandas2ri.activate()

# 适配latin编码，提前设置R侧区域编码参数
robjects.r('Sys.setlocale("LC_ALL", "latin1")')

# 加载目标RData文件
robjects.r['load']('your_target_file.RData')

# 提取RData中存储的指定对象，例如对象名为sample_data，可直接转换为Python对应数据结构
r_data_obj = robjects.r['sample_data']
py_data = pandas2ri.rpy2py(r_data_obj)

• EXTPTR对象适配：提前在嵌入的R环境中加载生成该指针对象的对应R依赖包，即可正常识别解析，无纯Python解析库的兼容问题。

方案2：R环境中转导出通用格式 #

如果不想在Python侧引入R相关绑定，可直接通过R完成RData解析后，导出Python原生支持的通用格式：

• 操作流程：
  • 打开R环境，提前加载EXTPTR对象依赖的R包，设置latin编码读取参数
  • 执行load("your_target_file.RData")加载文件内所有对象
  • 按数据类型选择通用格式导出：表格类数据导出为parquet/feather/csv，复杂嵌套结构导出为json/msgpack格式
  • Python侧直接用对应格式的读取库加载导出的文件即可，全程无需调用RData专属解析库

内容的提问来源于stack exchange，提问作者userLx