1

我正在尝试使用Renjin从 Java 程序中存在的数据构建模型。我有一个ArrayListPOJO 对象列表，其中每个属性是 a String、 adouble或 an int。如果我调用toString()记录如下所示：

Record{id='uibbd923e5929b43', countryCode='FR', revenue=3.14159, count=1}
Record{id='uicdd967e5942b55', countryCode='GB', revenue=0.07, count=49}
...

我实例化了 R，在 JVM 中运行，如下所示：

ScriptEngineManager manager = new ScriptEngineManager();
ScriptEngine engine = manager.getEngineByName("Renjin");

...并将ArrayList记录放入R：

engine.put("records", records);

在 R 内部，记录存储为<externalptr>对象列表。可以看到存储在指针内的值的字符串表示形式，例如

engine.eval("print(data.frame(lapply(records, as.character), stringsAsFactors=FALSE))");

但是，我真的希望这些存储为具有正确数据类型的数据帧，而不是可以视为字符串的外部指针列表。

如何将externalptr's列表转换为数据框？

更新：

这是我蹩脚的解决方法，至少现在是这样。将数据写入 CSV：

CSVWriter writer = new CSVWriter(new FileWriter("tmp/output.csv"), '\t');    
writer.writeNext(new String[] {"id", "countryCode", "revenue", "count"});

    for (Record record : records){

        writer.writeNext(new String[]{record.getId(),
                record.getCountryCode(),
                record.getRevenue().toString(),
                record.getCount().toString()});
    }

    writer.close();

然后让 Renjin 将 CSV 读入数据框：

engine.eval("df <- read.table(\"tmp/output.csv\", header = TRUE)");

更新：

现在，我决定改用Rserve，因为它提供了更多的灵活性。Rserve（与 Renjin 相比）的一个缺点是我们现在需要确保 R 正在运行并安装了必要的包。

4

1 回答 1

2

作为一个小助手库，这可能很有用，但目前，您可以通过以下方式在 Java 中“手动”逐步构造一个 data.frame：

StringArrayVector.Builder id = new StringArrayVector.Builder();
StringArrayVector.Builder country = new StringArrayVector.Builder(); 
DoubleArrayVector.Builder revenue = new DoubleArrayVector.Builder();
for(Record record : records) {
   id.add(record.getId());
   country.add(record.getCountry());
   revenue.add(record.getRevenue());
}

ListVector.NamedBuilder myDf = new ListVector.NamedBuilder();
myDf.setAttribute(Symbols.CLASS, StringVector.valueOf("data.frame"));
myDf.setAttribute(Symbols.ROW_NAMES, new RowNamesVector(records.size()); 
myDf.add("id", id.build());
myDf.add("country", country.build());
myDf.add("revenue", revenue.build());

从上面可以看到一个data.frame对象，其实只是一个列的列表，所以要得到一个Java Beans的集合，本质上是一个基于行的格式，到一个列的集合，需要一些摆弄.

添加“row.names”属性也很重要，nrow() 等函数使用该属性来获取 data.frame 对象的尺寸。

上面的 RowNamesVector 是 StringVector 的专门实现，它根据需要计算 row.names “1”、“2”、“3”等，而不为所有字符串分配内存。

于 2015-09-24T08:58:00.863 回答