python调用R

主要使用python库rpy2完成python对R的调用过程。

下载安装rpy2

1. 在第三方库https://www.lfd.uci.edu/~gohlke/pythonlibs/中下载适合电脑的版本的whl文件，然后使用pip完成本地安装。
   • win+R，将路径切换到上述whl文件所在路径，使用pip install ….whl完成安装。
2. windows电脑配置环境变量。
   1. 控制面板->系统和安全->系统->高级系统设置->环境变量，新建R的环境变量R_HOME，变量值为R所在的安装目录。
   2. 再建一个rpy2的环境变量R_USER，变量值为rpy2的路径，如D:\Anaconda3\Lib\site-packages\rpy2

• 在python中调用R

  import rpy2.robjects as robjects
  
  # 加载org.Hs.eg.db包
  robjects.r['library']('org.Hs.eg.db')
  robjects.r['library']('annotate')
  
  for n in entre_id:
      # 使用R中lookUp函数
  	g = robjects.r['lookUp'](str(n), "org.Hs.eg", "SYMBOL")
  	muta.Hugo_Symbol[muta.Entrez_Gene_Id.values == n] = g
  

• 将R脚本转换成字符，然后整段调用

  import rpy2.robjects as robjects  # 导入R对象
  # 将整段R脚本变成字符串的格式,然后整段运行
  r_script = '''
  library(randomForest)
  ## use data set iris
  data = iris
  # 创建随机森林模型给鸢尾花分类
  iris.rf <- randomForest(Species~., data = data, importance=T, proximity=T)
  print('--------RF-------')
  print(iris.rf)
  confusion = iris.rf$confusion
  print(confusion)
  '''
  # 运行上述脚本
  robjects.r(r_script)
  

• 但有时候，我们可能需要在python脚本的运行过程中，调用R的一些函数，这时候就需要考虑python的pandas.DaatFrame数据框与R中的data.frame格式之间的差异，python中的数据框将无法直接输入到R函数中，这时候就需要使用下述过程：

  from rpy2.robjects import pandas2ri
  
  # pandas2ri.activate()使得python可以自动将dataframe对象在python和R之间进行转换
  pandas2ri.activate()
  # 直接使用r中函数'anno'调用data(data是pandas.DataFrame对象)
  anno_data_r = ro.r['anno'](data)
  # 再使用pandas2ri.ri2py函数将anno_data_r(R中的data.frame)转换成python可以接受的pandas.DataFrame对象
  anno_data_py = pandas2ri.ri2py(anno_data_r)
  pandas2ri.deactivate()

需要注意的是上述过程使用的rpy2版本为2.9.4，对于最新版本的rpy2，用法稍有不同。