您可以使用rpy2
package从Python访问所有R数据集。
设置界面:
>>> from rpy2.robjects import r, pandas2ri
>>> def data(name):
... return pandas2ri.ri2py(r[name])
然后data()
使用可用数据集的任何数据集名称进行调用(就像中的一样R
)
>>> df = data('iris')
>>> df.describe()
Sepal.Length Sepal.Width Petal.Length Petal.Width
count 150.000000 150.000000 150.000000 150.000000
mean 5.843333 3.057333 3.758000 1.199333
std 0.828066 0.435866 1.765298 0.762238
min 4.300000 2.000000 1.000000 0.100000
25% 5.100000 2.800000 1.600000 0.300000
50% 5.800000 3.000000 4.350000 1.300000
75% 6.400000 3.300000 5.100000 1.800000
max 7.900000 4.400000 6.900000 2.500000
要查看可用数据集的列表以及每个数据集的描述,请执行以下操作:
>>> print(r.data())
注意:rpy2需要R
使用设置R_HOME
变量pandas
进行安装,并且也必须安装。
我刚刚创建了PyDataset,这是一个简单的模块,可以使从Python加载数据集的操作与一样简单R
(并且不需要R
安装,只需pandas
)。
要开始使用它,请安装模块:
$ pip install pydataset
然后只需加载您想要的任何数据集(当前大约有757个数据集):
from pydataset import data
titanic = data('titanic')