Python使用pyreadr读取RDS文件后无法访问提取行列数据求助

pyreadr读取RDS文件返回的OrderedDict中，key为None对应的value就是标准pandas DataFrame对象，你代码里赋值的df1=result[None]已经拿到了完整结构化的鱼类数据集。之前len(result)返回1是正常现象——这个长度是外层OrderedDict的键个数，不是数据集的行数，你之前混淆了外层容器和内部DataFrame的结构，才会觉得无法拆分操作数据。

1. 行、列数据访问方法 #

df1是标准pandas DataFrame，支持所有pandas原生的数据索引、筛选操作：

• 基础信息查看

# 查看数据集行数、列数
print(df1.shape)
# 查看所有列名
print(df1.columns)
# 查看数据集前5行样例
print(df1.head())
# 统计数据集实际行数的正确写法
print(len(df1))

• 单列/多列提取

# 提取体长列
length_series = df1['fishLength']
# 同时提取尺寸、位置、体长三列
subset_df = df1[['size', 'location', 'fishLength']]

• 单行/条件行筛选

# 按行位置取第0行（索引从0开始计数）
print(df1.iloc[0])
# 取第0到第9行共10条数据
print(df1.iloc[0:10])
# 条件筛选：筛选所有尺寸为fry、位置为mainChannel的样本
fry_main_channel = df1[(df1['size'] == 'fry') & (df1['location'] == 'mainChannel')]

2. 按尺寸、位置生成排序后的元组列表 #

# 先按尺寸、位置、体长三个字段升序排序
sorted_data = df1.sort_values(by=['size', 'location', 'fishLength'], ascending=True)
# 转换为元组列表，每行数据对应一个元组，去掉索引列
sorted_tuple_list = list(sorted_data.itertuples(index=False, name=None))

3. 基础统计计算 #

# 整体体长描述性统计
total_length_stats = df1['fishLength'].describe()
print("整体体长统计：\n", total_length_stats)

# 按尺寸分组统计体长指标
size_group_stats = df1.groupby('size')['fishLength'].agg(['count', 'mean', 'std', 'min', 'median', 'max'])
print("按尺寸分组统计：\n", size_group_stats)

# 按位置分组统计体长指标
loc_group_stats = df1.groupby('location')['fishLength'].agg(['count', 'mean', 'std', 'min', 'median', 'max'])
print("按位置分组统计：\n", loc_group_stats)

# 尺寸+位置交叉分组统计
cross_group_stats = df1.groupby(['size', 'location'])['fishLength'].agg(['count', 'mean', 'std', 'min', 'median', 'max'])
print("尺寸+位置交叉分组统计：\n", cross_group_stats)

4. 可视化图表生成 #

以分组箱线图展示体长分布为例：

import matplotlib.pyplot as plt
# 绘制按尺寸、位置分组的体长箱线图
df1.boxplot(column='fishLength', by=['size', 'location'], figsize=(10, 6), rot=45)
plt.title('不同尺寸、位置的鱼类体长分布')
plt.suptitle('') # 清除pandas自动生成的冗余副标题
plt.ylabel('体长')
plt.tight_layout()
plt.show()

5. 结果导出为CSV文件 #

直接调用pandas内置的导出方法即可：

# 导出清洗排序后的原始数据集
sorted_data.to_csv('fish_processed.csv', index=False, encoding='utf-8-sig')
# 导出交叉分组统计结果
cross_group_stats.to_csv('fish_length_stats.csv', encoding='utf-8-sig')

• 你之前运行len(results)返回异常的另一个原因是变量名拼写错误：你定义的接收读取结果的变量是result（无末尾s），拼写正确的len(result)返回1是外层OrderedDict的键数量，和数据集本身的行数无关。
• 拿到df1后不需要做额外格式转换，所有pandas支持的数据分析、清洗、导出操作都可以直接使用。

内容的提问来源于stack exchange，提问作者R. Ian Cunningham