如何使用rpy2将DataFrame列转换为Factor类型？

针对你的问题，有两种更简洁高效的方式来实现将col_2转换为Factor类型并重新赋值，无需手动查找列索引：

方法1：直接调用R原生语法（最贴近R习惯） #

既然你已经熟悉R中as.factor的用法，可以直接在rpy2中执行R代码来修改data.frame，这种方式逻辑清晰，不需要在Python层处理索引：

import pandas as pd
import rpy2.robjects as robjects
from rpy2.robjects import r, pandas2ri

# 初始化Pandas DataFrame
df = pd.DataFrame({
 'col_1': ['a', 'b', 'c'],
 'col_2': [1, 2, 3],
 'col_3': [2.3, 5.4, 3.8]
})

# 激活pandas和R对象的转换
pandas2ri.activate()
r_df = pandas2ri.py2ri(df)

# 将R data.frame传入R环境，执行修改操作
r.assign("r_df", r_df)
r("r_df$col_2 <- as.factor(r_df$col_2)")

# 取回修改后的data.frame
r_df = r["r_df"]

# 验证类型
print(r.sapply(r_df, r['class']))

方法2：纯Python方式使用rpy2的rx方法赋值 #

如果你想全程用Python语法操作，可以使用rpy2的rx()方法（区别于rx2()，rx()支持设置元素），通过列名直接定位并修改：

import pandas as pd
import rpy2.robjects as robjects
from rpy2.robjects import r, pandas2ri

df = pd.DataFrame({
 'col_1': ['a', 'b', 'c'],
 'col_2': [1, 2, 3],
 'col_3': [2.3, 5.4, 3.8]
})

pandas2ri.activate()
r_df = pandas2ri.py2ri(df)

# 转换col_2为Factor并赋值回原data.frame
factor_col = robjects.vectors.FactorVector(r_df.rx2('col_2'))
# rx(True, 'col_2') 表示选择所有行的col_2列，[0]是因为rx返回的是列表型对象
r_df.rx(True, 'col_2')[0] = factor_col

# 验证类型
print(r.sapply(r_df, r['class']))

为什么之前的尝试报错？ #

• r_df['col_2'] = converted_col报错：因为rpy2中R的data.frame被封装为SexpVector，它的索引仅支持整数，不支持字符串列名。
• r_df.rx2('col_2') = converted_col报错：rx2()是用于提取元素的函数，不能直接对函数调用结果赋值，而rx()支持双向的访问和修改。

两种方法中，方法1更适合习惯R语法的开发者，代码可读性高；方法2则完全用Python风格操作，避免了编写R字符串代码。

内容的提问来源于stack exchange，提问作者North Laine