4、数据导入与清理：从R、JSON到持久化

数据导入与清理：从R、JSON到持久化

1. 导入R数据

1.1 背景与准备

R统计包在数据处理和分析方面功能强大，与Python和pandas有相似之处。但目前将R数据（如rds或rdata文件）读取到Python的工具较少，分析师常先将数据保存为CSV文件再加载到Python。我们将使用 pyreadr ，它无需安装R。
在开始前，需安装 pyreadr 包，可在终端或Powershell中输入 pip install pyreadr 进行安装。同时，要从GitHub仓库下载本操作使用的rds文件。

1.2 操作步骤

1. 加载必要的库 ：

import pandas as pd
import numpy as np
import pyreadr
import pprint

2. 获取R数据 ：

nls97r = pyreadr.read_r('data/nls97.rds')[None]
nls97r.dtypes
nls97r.head(10)

3. 设置值标签和列标题的字典 ：

<