Python 中稳健的 2 向方差分析

编程问答 2022-05-15

问题描述

我需要从 Python 运行稳健的方差分析。我想使用的函数是来自 R 包 WRS2 的 t2way。我尝试使用 r2py，但遇到错误：

>>> import rpy2.robjects.packages as rpackages
>>> from rpy2.robjects import pandas2ri
>>> pandas2ri.activate()
>>> df = pd.read_csv("https://github.com/laWrence009/dsur/raw/master/data/goggles.csv")
>>> rdf = pandas2ri.py2rpy(df)
>>> WRS2 = rpackages.importr('WRS2')
>>> WRS2.t2way("attractiveness ~ gender*alcohol",data = rdf)

RRuntimeError: Error in x[[grp[i]]] : 
  attempt to select less than one element in get1index

我正在寻找一种使用 rpy2 使其工作的方法，或者（甚至更好）将 WRS2 移植到 python 环境中。任何帮助将不胜感激。

解决方法

这是我针对此问题的特定解决方案。一开始，R 中的第一个问题是，当您导入数据框时，您必须将列的类型和性别更改为因子。

在 R 中，脚本将是：

library(WRS2)
df <- read.csv2("https://github.com/lawrence009/dsur/raw/master/data/goggles.csv",header = TRUE,sep=',')
df[,c('attractiveness')] <- as.numeric(df[,c('attractiveness')])
df[,c('alcohol')] <- as.factor(df[,c('alcohol')])
df[,c('gender')] <- as.factor(df[,c('gender')])
t2way(attractiveness ~ gender*alcohol,data = df)

虽然在python中，我没有找到改变列数据类型的方法，但是我带来了这个解决方案： 首先，您必须创建一个名为 my_t2way.R 的 .R 文件，其中包含：

my_t2way <- function(df1){
    library(WRS2)
    df <- read.csv2(df1,')
    df[,c('attractiveness')])
    df[,c('alcohol')])
    df[,c('gender')])
    f <- t2way(attractiveness ~ gender*alcohol,data = df) 
    df1 = data.frame(factor=c('gender','alcohol','gender:alcohol'),value = c(f$Qa,f$Qb,f$Qab),p.value = c(f$A.p.value,f$B.p.value,f$AB.p.value))
    return(df1)
}

然后你可以从python运行以下命令

import pandas as pd
import rpy2.robjects as robjects
from rpy2.robjects import pandas2ri# Defining the R script and loading the instance in Python
pandas2ri.activate()

r = robjects.r
r['source']('my_t2way.R')# Loading the function we have defined in R.
my_t2way_r = robjects.globalenv['my_t2way']# Reading and processing data
df1 = "https://github.com/lawrence009/dsur/raw/master/data/goggles.csv"
df_result_r = my_t2way_r(df1)

当然，这个解决方案只适用于这种特殊情况，但我认为这可以很容易地扩展到其他数据帧。

,

如果问题在于数据框中的列不是因子（如其他答案中所建议的那样），则将它们转换为因子非常容易：

rdf = pandas2ri.py2rpy(df)

base = importr('base')
import rpy2.robjects as ro

for cn in ('alcohol','gender'):
    i = rdf.colnames.index(cn)
    rdf[i] = base.as_factor(rdf[i])
    # We could also do it with
    # rdf[i] = ro.FactorVector(rdf[i])

为了安全起见，建议创建一个 R 公式对象。一些 R 函数会接受字符串并假定它们是公式，但这取决于包作者，并非总是如此。

WRS2.t2way(ro.Formula('attractiveness ~ gender*alcohol'),data = rdf)
pythonrrrpy2statistics