r - R 等效于 Stata 本地或全局宏

Question

我是一名尝试学习 R 的 Stata 用户。

我有几个冗长的文件夹路径，在我的 Stata 代码中，我存储为本地宏。我在这两个文件夹中有多个文件可用于我的分析。

我知道，在 R 中，每次我想引用其中一个文件夹中的文件时，我都可以更改工作目录，但这绝对不是一个好方法。即使我将文件夹路径作为字符串存储在 R 中，我也不知道如何引用它们。例如，在 Stata 中，我会使用“folder1”。

我想知道是否尝试在 R 中逐行重写 Stata 代码不是学习 R 的最佳方法。

有人可以帮忙吗？

Answer 1

也许你想要file.path()？

a <- "c:"
b <- "users"
c <- "charles"
d <- "desktop"

setwd(file.path(a,b,c,d))
getwd()
#----
[1] "c:/users/charles/desktop"

您可以包装source或read.XXX围绕它做任何您想做的事情。

Answer 2

首先，作为前 Stata 用户，让我为 Stata 用户推荐R。还有这篇关于R 中的 Macros 的文章。我认为@Nick Cox 是对的，您需要学习以不同的方式做事。但是像你一样（至少在这种情况下），我经常发现自己开始一项新任务，因为我事先知道如何在 Stata 中完成并从那里开始。有时我发现方法是相似的。有时我可以让 R 表现得像 Stata，而另一种方法会更好（例如，循环与向量化）。

我不确定我是否会用以下内容来捕捉你的问题，但让我试试。

在 Stata 中，通常会这样写：

global mydata "path to my data directory/"

要导入数据，我只需键入：

insheet using "${mydata}myfile.csv"

作为前 Stata 用户，我想在 R 中做类似的事情。这是我所做的：

mydata <- "path to my data directory/"

要导入位于此目录中的 csv 文件并创建一个名为 myfile 的数据框，我将使用：

myfile <- read.csv(paste(mydata, "myfile.csv", sep=""))

或者更有效...

myfile <- read.csv(paste0(mydata, "myfile.csv"))

我还不是一个非常高效的 R 用户，所以也许其他人会看到这种方法的一些缺陷。

Answer 3

我从上下文中猜测，将“本地”一词应用于文件时意味着它们已被加载到内存中以提高效率？如果是这样，那么您需要意识到几乎所有普通的 R 对象都是以这种方式处理的。见?read.table和?load。数据可以保持非本地的唯一方法是将其驻留在数据库中，该数据库具有支持 SQL 查询的接口包或使用专门的包，例如ffor bycol。

除了这个和 Chase 使用 file.path() 的想法之外，对文件或连接的任何引用都是使用正确的读取/加载/扫描函数完成的，其中字符值作为（各种命名的）参数给出。您可以通过该帮助页面中的一些附加链接查看各种低级功能，?file也许还可以通过该链接查看这些附加链接。您可以将一个或多个file.path构造结果存储在一个字符向量中，该字符向量可以命名以便于参考。

 pathvecs <- c(User= "~/", hrtg="~/Documents/Heritage/")
 pathvecs
#                   User                    hrtg 
#                   "~/" "~/Documents/Heritage/" 
pathvecs["hrtg"]
#                   hrtg 
#"~/Documents/Heritage/"