Question

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。以下是具体内容：

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。我也认识到包含数据的文件可能是。 rda ， .txt 或 .csv 文件。

我想要添加到包中的每一系列数据都包含一列数字（例如，形式为340或4.5），每个数据系列的长度不同。

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。然而，问题没有解决。

问题在于每个数据系列都作为一个因素加载，除了长度最大的系列。作为因子加载的系列包含缺失值（形式为'。'）。我不得不添加这些缺失值，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，一旦加载了数据，我需要删除NA，以便继续我的数据分析！所以，这显然不是一种好的做事方式。

理想情况下（我想），我希望将数据作为数字向量或列表加载。通过这种方式，我不需要在每个系列的末尾添加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，我应该采用何种格式？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？非常感谢任何提示。

Answer 1

我不确定我是否正确理解了你的问题。但是，如果您以自己喜欢的格式编辑数据并使用

保存

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

到您的包中的DESCRIPTION文件。

如果这样做无效，您可以发布一个文件并打印出您想要的格式，这将有助于我们为您提供帮助;）

Answer 2

除了保存为rda文件外，您还可以选择将它们作为数字加载：

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

或作为非因子文本：

 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。

Answer 3

您的数据的首选保存位置取决于其格式。

正如Hadley建议：

如果您想存储二进制数据并将其提供给用户，   把它放在data/。这是放置示例数据集的最佳位置。

如果您想存储已分析的数据，但不能将其提供给   用户，将其放入R/sysdata.rda。这是放置数据的最佳位置   你的职能需要。

如果您想存储原始数据，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包时使用数据。

如何将数据集放入R包中

3 个答案: