rpy2执行t.test时报ListSexpVector无items属性错误如何修复

核心诉求：修复rpy2运行t检验时抛出的AttributeError: 'ListSexpVector' object has no attribute 'items'报错。
不同运行环境下rpy2的R路径配置可能存在差异，复现问题的前置导入代码如下：

import os
os.environ['R_HOME'] = "/Library/Frameworks/R.framework/Resources" 

import rpy2 
import rpy2.robjects as ro
from rpy2.robjects.packages import importr
from rpy2.robjects import pandas2ri, r, numpy2ri 
from rpy2.robjects.conversion import localconverter

pandas2ri.activate()
numpy2ri.activate()

构造测试用DataFrame：

import pandas as pd
data = {'status': ['treatment','treatment','control','control'], 
        'result': [20,21,19,18]}

df = pd.DataFrame(data)

运行summary统计代码可正常执行，无异常：

with localconverter(ro.default_converter + pandas2ri.converter + numpy2ri.converter): 
   r.assign("pydf", df) 
   hellow_world = r("""
          summary(pydf)        
              """) 
   print(hellow_world)

上述代码执行后可正常输出R的summary统计结果，但运行t检验代码时触发报错：

with localconverter(ro.default_converter + pandas2ri.converter + numpy2ri.converter): 
    r.assign("pydf", df) 
    hellow_world = r("""
          t.test(result ~ status, data = pydf)       
          """) 
    print(hellow_world)

抛出的完整错误信息：
AttributeError: 'ListSexpVector' object has no attribute 'items'
初步定位问题和rpy2py类型转换逻辑相关。

该问题由rpy2转换器规则冲突导致：全局调用pandas2ri.activate()、numpy2ri.activate()后，又在localconverter中重复加载转换规则，t.test返回的R原生ListSexpVector对象被错误识别为待转换的pandas结构化对象，转换逻辑尝试调用Python字典专属的.items()方法遍历属性，直接触发属性不存在的报错。
summary代码之所以能正常运行，是因为summary返回的是可被直接打印的描述性文本对象，不会触发结构化对象的自动转换逻辑。

• 移除全局的pandas2ri.activate()、numpy2ri.activate()调用，所有转换逻辑统一放在localconverter上下文内管理，避免全局转换器和局部转换器规则叠加冲突。
• 对t.test返回的结果，不要直接在开启自动pandas/numpy转换的上下文内做打印/解析，先将R对象取出上下文，再按需提取字段，禁止依赖自动转换解析整个R返回的结构化对象。

修复后的可运行基础代码示例：

import os
os.environ['R_HOME'] = "/Library/Frameworks/R.framework/Resources" 

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

# 移除全局activate调用，从根源避免规则冲突
# pandas2ri.activate()
# numpy2ri.activate()

import pandas as pd
data = {'status': ['treatment','treatment','control','control'], 
        'result': [20,21,19,18]}
df = pd.DataFrame(data)

# 仅在传入DataFrame到R环境时加载pandas转换器
with localconverter(ro.default_converter + pandas2ri.converter): 
    r.assign("pydf", df)

# 执行R代码、获取结果时不加载pandas自动转换，避免误解析R列表对象
t_test_res = r("""
    t.test(result ~ status, data = pydf)       
""")
print(t_test_res)

如果需要把t检验结果转成Python原生字典格式，手动提取对应字段即可：

# 手动提取t检验核心结果字段
res_dict = {
    "statistic": t_test_res.rx2('statistic')[0],
    "p_value": t_test_res.rx2('p.value')[0],
    "conf_int": (t_test_res.rx2('conf.int')[0], t_test_res.rx2('conf.int')[1]),
    "group_mean": (t_test_res.rx2('estimate')[0], t_test_res.rx2('estimate')[1])
}
print(res_dict)

注：rpy2 3.x及以上版本不要同时使用全局转换器激活+localconverter局部加载转换器的写法，所有转换逻辑统一在局部上下文内按需加载是最稳定的用法。

内容的提问来源于stack exchange，提问作者George Hayward