Rで解析：RからPythonのモジュールを呼び出して連携する「reticulate」パッケージの紹介

「reticulate」パッケージは、RからPythonのモジュールやコマンドを呼び出し、R側の値とPython側の値を相互に変換するパッケージです。Rを主な作業環境にしながら、Pythonにしか無いライブラリを分析の一部分に取り入れたい場面に向いています。ふだんの処理の一部をPythonへ渡すところから始められるのではないかと考えます。

パッケージバージョンは1.47.0。Windows 11 x64 (build 26200)のR version 4.6.1で確認しています。

＜おすすめのRに関する書籍です＞

はじめてのR: ごく初歩の操作から統計解析の導入まで | 村井 潤一郎

本当に最初の一歩から始めるR入門。インストールと基本操作から統計解析の入口までを扱う。

パッケージのインストール

下記コマンドを実行してください。

Python本体が見つからない場合はインストールの確認が表示されます。個別のPythonライブラリは、使う直前にpy_require(“ライブラリ名”)で宣言するか、reticulate::py_install(“ライブラリ名”)で導入します。

# パッケージのインストール
install.packages("reticulate")

# パッケージの読み込み
library("reticulate")

コマンド例

詳細はコメント、パッケージのヘルプを確認してください。

RのベクトルやリストをPythonへ渡すときはr_to_py()、Pythonの戻り値をRで受け取るときはpy_to_r()を使用します。結果は数値ベクトルとリスト、名前付きリストと辞書、といった対応で自動的に変換されます。

以降の例では、京都府の宇治茶の主な産地である5つの市町（宇治市・宇治田原町・和束町・南山城村・京田辺市）について、茶の作付面積（ヘクタール）と年間の収穫量（トン）を想定したデータを使用します。

# 宇治茶の産地5市町の作付面積と年間収穫量
ujicha <- data.frame(
  市町 = c("宇治市", "宇治田原町", "和束町", "南山城村", "京田辺市"),
  面積 = c(58, 92, 210, 145, 34),
  収穫量 = c(190, 305, 720, 480, 110),
  stringsAsFactors = FALSE
)

[Pythonモジュールの読み込み]：importコマンド

Pythonのモジュールを読み込み、Rのオブジェクトで返します。オブジェクトの要素を$でたどると、そのモジュール内のコマンドや定数にアクセスできます。次の例ではPython標準ライブラリのstatisticsモジュールを読み込み、収穫量の平均と母標準偏差を求めます。

# Python標準ライブラリのstatisticsモジュールを読み込む
stats_py <- import("statistics")

# 5市町の収穫量の平均
stats_py$mean(ujicha$収穫量)
[1] 361

# 5市町の収穫量の母標準偏差
stats_py$pstdev(ujicha$収穫量)
[1] 218.3667

[文字列で書いたPythonコードの実行]：py_run_stringコマンド

文字列として渡したPythonコードを実行します。コマンドやクラスを定義すると、それらはPythonのメインモジュールに置かれ、Rからはpyオブジェクトの要素として呼び出せます。次の例では、収穫量と面積から10アールあたりの収量（キログラム）を計算するコマンドをPython側で定義し、Rから呼び出します。

# 収穫量（トン）と面積（ヘクタール）から10アールあたり収量（キログラム）を返すコマンドをPythonで定義する
py_run_string("
def yield_per_10a(harvest_t, area_ha):
    return [round(h * 1000 / (a * 10), 1) for h, a in zip(harvest_t, area_ha)]
")

# 定義したコマンドをRから呼び出す
py$yield_per_10a(ujicha$収穫量, ujicha$面積)
[1] 327.6 331.5 342.9 331.0 323.5

＜おすすめのRに関する書籍です＞

The R Tips 第3版 データ解析環境Rの基本技・グラフィックス活用集

Rの基本操作からグラフィックスまで、実務で効くテクニックを集めた定番。逆引き的にも使える。

www.amazon.co.jp

[Python式の評価]：py_evalコマンド

1つのPython式を評価し、その値を返します。文を書くpy_run_string()と違い、こちらは式に限られる代わりに結果を直接受け取れます。次の例では、収穫量の合計を求める式と、市町名のうち「市」で終わるものだけを残すリスト内包表記を評価します。

# 収穫量の合計を1つのPython式で求める
py_eval("190 + 305 + 720 + 480 + 110")
[1] 1805

# 市町名のうち「市」で終わるものだけを残すリスト内包表記
py_eval("[m for m in ['宇治市', '宇治田原町', '和束町', '京田辺市'] if m.endswith('市')]")
[1] "宇治市"   "京田辺市"

[RオブジェクトのPythonオブジェクトへの変換]：r_to_pyコマンド

RのオブジェクトをPythonのオブジェクトへ変換します。名前付きリストはPythonの辞書に変換されます。自動変換に任せず、Python側のオブジェクトのまま保持して続きの処理へ渡したいときに使います。次の例では、市町ごとの面積をまとめた名前付きリストを辞書へ変換します。

# 市町ごとの面積（ヘクタール）を名前付きリストにする
area <- list(宇治市 = 58, 和束町 = 210, 南山城村 = 145)

# Pythonの辞書へ変換する
area_py <- r_to_py(area)

# 変換後のオブジェクトのクラス
class(area_py)
[1] "python.builtin.dict"   "python.builtin.object"

# Python側での表示
area_py
{'宇治市': 58.0, '和束町': 210.0, '南山城村': 145.0}

＜おすすめのRに関する書籍です＞

医学研究のためのRによる統計解析入門 | 加葉田 大志朗, 新谷 歩

臨床研究・疫学のデータをRで解析するための入門書。医学分野で頻出の手法を実例に沿って扱う。

[配列の形状変更]：array_reshapeコマンド

ベクトルや配列を、指定した次元へ並べ替えます。Rのdim()による並べ替えが列優先（最初の添字が先に進む）なのに対し、このコマンドは既定で行優先で読み出すため、NumPyの規則に合わせて配列を組み立てられます。次の例では、3市町×2年分の収穫量を並べた1本のベクターを、3行2列へ並べ替えます。

# 3市町×2年分の収穫量（トン）を1本のベクターで用意する
harvest2y <- c(190, 200, 305, 320, 720, 700)

# 行優先で3行2列へ並べ替える
array_reshape(harvest2y, c(3, 2))
     [,1] [,2]
[1,]  190  200
[2,]  305  320
[3,]  720  700

[NumPy配列の作成]：np_arrayコマンド

Rのベクトルや配列から、NumPyの配列を直接作成します。dtypeでデータ型を、orderでメモリ上の並び順を指定できます。作成した配列は、import(“numpy”)で読み込んだNumPyのコマンドへそのまま渡せます。次の例では、収穫量を倍精度のNumPy配列にして、全体の平均を求めます。

# numpyを読み込む
np <- import("numpy")

# 収穫量を倍精度のNumPy配列にする
harvest_np <- np_array(ujicha$収穫量, dtype = "float64")

# 生成した配列
harvest_np
array([190., 305., 720., 480., 110.])

# 配列全体の平均
np$mean(harvest_np)
[1] 361

＜おすすめのRに関する書籍です＞

StanとRでベイズ統計モデリング Wonderful R 2 | 松浦健太郎, 石田基広

Stanによるベイズ統計モデリングの実践書。現実のデータ解析を念頭に、モデリングの考え方から丁寧に解説する。

この記事が誰かの役に立ちますように。