r - 函数内的数据（创建包）

Question

如果我需要在我正在创建的包内的函数（作为查找表）内使用数据集，是否需要在函数内显式加载数据集？

函数和数据集都是我的包的一部分。

这是在函数内使用该数据集的正确方法吗：

foo <- function(x){
    x <- dataset_in_question
}

还是这样更好：

foo <- function(x){
    x <- data(dataset_in_question)
}

还是有一些我认为不正确的方法？

Answer 1

最近在 R-devel 上有一个关于这个主题的讨论（在包开发的背景下），其中有很多点与这个问题有关：

1. 如果您提供的选项仅适用于您的示例 R 本人（即Brian Ripley）告诉您这样做：

   foo <- function(x){
      data("dataset_in_question")
   }
   

2. 然而，这种方法将在 R CMD 检查中抛出一个注释，这可以通过使用John Chambers 添加globalVariables()的函数在即将发布的 R 版本（或当前 R 开发）中避免

3. “正确”的方法（即，Brian Ripley和Peter Dalgaard提倡的方法）是为您的包使用 LazyData 选项。请参阅“编写 R 扩展”的这一部分。

顺便说一句：我不完全理解您的第一种方法应该如何工作。应该x <- dataset_in_question怎么做？是dataset_in_question全局变量还是之前定义的？

Answer 2

对我来说，有必要在文件中get()额外使用（参见@Henrik 的postig第 3 点）来摆脱 NOTE 。我的 R 版本是.LazyData: trueDESCRIPTIONno visible binding for global variable ...3.2.3

foo <- function(x){
    get("dataset_in_question")
}

所以 LazyData 可以dataset_in_question直接访问（不使用data("dataset_in_question", envir = environment())）并且get()满足R CMD check

高温高压

Answer 3

可以将数据集作为 .rda 文件放在 R 文件夹中，如 Hadley 所述：http: //r-pkgs.had.co.nz/data.html#data-sysdata

Matthew Jockers 在syuzhet包中使用这种方法来处理数据集，包括bing在 ~ 452 行看到的数据集：https ://github.com/mjockers/syuzhet/blob/master/R/syuzhet.R

bing对用户不可用，但对包可用，如下所示：syuzhet:::bing

本质上，该命令devtools::use_data(..., internal = TRUE)将以所需的方式设置所有内容。