如何将数据集放入 R 包中

Posted 2023-03-12

【中文标题】如何将数据集放入 R 包中

【英文标题】：How to put datasets into an R package

【发布时间】：2013-05-06 14:46:52

【问题描述】：

我正在创建自己的 R 包，我想知道可以使用哪些方法将（时间序列）数据集添加到我的包中。具体如下：

我创建了一个名为 data 的包子目录，我知道这是我应该保存要添加到包中的数据集的位置。我也知道包含数据的文件可能是 .rda、.txt 或 .csv 文件。

我要添加到包中的每个数据系列都包含一列数字（例如，340 或 4.5 的形式），并且每个系列的数据长度不同。

到目前为止，我已将所有数据集保存到 .txt 文件中。我还使用 data() 函数成功加载了数据。但是问题没有解决。

问题在于，除了长度最大的系列之外，每个系列的数据都作为一个因素加载。作为因子加载的系列包含缺失值（形式为“.”）。我必须添加这些缺失值以使每列数据的长度相同。我尝试将数据保存为不相等的列，但在调用 data() 后收到错误消息。

添加缺失值以加载数据的结果是，一旦加载数据，我需要删除 NA 以便继续分析数据！所以，这显然不是一个好的做事方式。

理想情况下（我想），我希望将数据加载为数字向量或列表。这样，我就不需要在每个系列的末尾附加 NA。

我该如何解决这个问题？我应该将所有数据保存到一个文件中吗？如果是这样，我应该以什么格式进行？也许我应该将数据集保存到多个文件中？再次，以哪种格式？这样做的最佳实用方法是什么？任何提示将不胜感激。

【参考方案1】：

我不确定我是否正确理解了您的问题。但是，如果您以自己喜欢的格式编辑数据并保存为

save(myediteddata, file="data.rda")

数据应该完全按照您在 R 中看到的方式加载。

要加载数据目录中的所有文件，您应该添加

LazyData: true

到你的DESCRIPTION文件，在你的包中。

如果这对您没有帮助，您可以发布您的一个文件并打印您想要的格式，这将有助于我们为您提供帮助；)

【讨论】：

谢谢，user1265067。你的建议对我帮助很大。最后，我决定以我喜欢的格式将每个系列保存为单独的 .rda 文件。这种方法对我很有魅力。现在我可以继续创建 .rd 文件并将它们放入 man 子目录中，以便描述我的包中的数据集。干杯!顺便说一句，很抱歉没有让我的问题易于理解 - 这是一个很难用语言表达的问题。

@GraemeWalsh：您能解释一下您是如何在代码中使用这些 .rda 文件的吗？是否可以使用 .rds 文件？

@Ankit 使用 load() 函数将数据加载到工作区。 en.wikibooks.org/wiki/R_Programming/…这有帮助吗？

【参考方案2】：

除了保存为 rda 文件，您还可以选择将它们加载为数字：

 read.table( ... , colClasses="numeric")

或作为非因素文本：

 read.table( ..., as.is=TRUE) # which does pretty much the same as stringsAsFactors=FALSE
 read.table( ..., colClasses="character")

似乎data 函数会接受这些参数，因为它被记录为read.table(..., header=TRUE) 的简单包装器。

【讨论】：

谢谢你的帮助，DWin。

【参考方案3】：

数据的首选保存位置取决于其格式。

正如Hadley 建议的那样：

如果您想存储二进制数据并使其可供用户使用， 把它放在data/。这是放置示例数据集的最佳位置。 如果您想存储已解析的数据，但不将其提供给 用户，请将其放入R/sysdata.rda。这是放置数据的最佳位置 您的功能需要。 如果要存储原始数据，请将其放入inst/extdata。

我建议您查看链接的章节，因为它详细介绍了在开发 R 包时如何处理数据。