Python 如何使用R'；rpy2中的s赋值方法？

我正在使用rpy2，我需要在R对象上使用赋值方法。例如，从该对象开始：

# Python code
from rpy2.robjects import r
myvar = r('c(a=1,b=2,c=3)')

假设我想分配给

名称（myvar）

。（注意：忽略以下事实：rpy2提供了一种通过

myvar.names

访问名称的替代方法。这只适用于名称，而不适用于任意赋值方法。）在R中，我将执行以下操作：

# R code
names(myvar) <- c("x", "y", "z")

#R代码
名称（myvar）在R中，“setter”函数遵循一种命名约定，即“getter”的名称后跟
“name”考虑导入R的基本包，并直接使用
c（）
函数和分配名称导入R的stats包并直接使用
setNames（）
函数。下面显示了使用
r（）
和
base.c（）
赋值如何产生等效值：

from rpy2.robjects import r
from rpy2.robjects.packages import importr

base = importr('base')

myvar1 = r("c('x','y','z')")
myvar2 = base.c('x', 'y', 'z')

# SAME CLASS TYPE
print(type(myvar1))
# <class 'rpy2.robjects.vectors.StrVector'>
print(type(myvar2))
# <class 'rpy2.robjects.vectors.StrVector'>

from rpy2.robjects import pandas2ri
pandas2ri.activate()

# CONVERT TO PYTHON NUMPY ARRAY
py_myvar1 = pandas2ri.ri2py(myvar1)
py_myvar2 = pandas2ri.ri2py(myvar2)

print(py_myvar1==py_myvar2)
# [ True  True  True]

print(py_myvar1)
# ['x' 'y' 'z']
print(py_myvar2)
# ['x' 'y' 'z']

从rpy2.robjects导入r
从rpy2.robjects.packages导入导入
base=importr（'base'）
myvar1=r（“c（'x'，'y'，'z'））
myvar2=base.c（'x'，'y'，'z'）
#同类
打印（类型（myvar1））
# 
打印（类型（myvar2））
# 
从rpy2.robject导入pandas2ri
pandas2ri.activate（）
#转换为PYTHON NUMPY数组
py_myvar1=pandas2ri.ri2py（myvar1）
py_myvar2=pandas2ri.ri2py（myvar2）
打印（py_myvar1==py_myvar2）
#[对]
打印（py_myvar1）
#['x''y''z']
打印（py_myvar2）
#['x''y''z']

以及使用名称和值的输出向量分配名称：

stats = importr('stats')
# EQUIVALENT TO R: myvar <- setNames(c('a', 'b', 'c'), c(1,2,3))
myvar3 = stats.setNames(base.c(1,2,3), base.c('a', 'b', 'c'))

print(type(myvar3))
# <class 'rpy2.robjects.vectors.IntVector'>

# NAME VECTOR
py_myvar3 = pandas2ri.ri2py(base.names(myvar3))
print(py_myvar3)
# ['a' 'b' 'c']

# VALUES VECTOR
py_myvar3 = pandas2ri.ri2py(myvar3)
print(py_myvar3)
# [1 2 3]

stats=importr（'stats'））
#与R:myvar等效，这适用于名称，但不适用于任意setter函数。我希望能想到一个简单的例子，其中涉及的setter不是
名称
from rpy2.robjects import r
from rpy2.robjects.packages import importr

base = importr('base')

myvar1 = r("c('x','y','z')")
myvar2 = base.c('x', 'y', 'z')

# SAME CLASS TYPE
print(type(myvar1))
# <class 'rpy2.robjects.vectors.StrVector'>
print(type(myvar2))
# <class 'rpy2.robjects.vectors.StrVector'>

from rpy2.robjects import pandas2ri
pandas2ri.activate()

# CONVERT TO PYTHON NUMPY ARRAY
py_myvar1 = pandas2ri.ri2py(myvar1)
py_myvar2 = pandas2ri.ri2py(myvar2)

print(py_myvar1==py_myvar2)
# [ True  True  True]

print(py_myvar1)
# ['x' 'y' 'z']
print(py_myvar2)
# ['x' 'y' 'z']

stats = importr('stats')
# EQUIVALENT TO R: myvar <- setNames(c('a', 'b', 'c'), c(1,2,3))
myvar3 = stats.setNames(base.c(1,2,3), base.c('a', 'b', 'c'))

print(type(myvar3))
# <class 'rpy2.robjects.vectors.IntVector'>

# NAME VECTOR
py_myvar3 = pandas2ri.ri2py(base.names(myvar3))
print(py_myvar3)
# ['a' 'b' 'c']

# VALUES VECTOR
py_myvar3 = pandas2ri.ri2py(myvar3)
print(py_myvar3)
# [1 2 3]