使用 data() 从“R”包加载数据集，将其直接分配给变量？

Question

如何使用该data()函数从 R 包加载数据集，并将其直接分配给变量，而无需在您的环境中创建重复副本？

简而言之，您是否可以在不在您的环境中创建两个相同的 dfs 的情况下执行此操作：

> data("faithful") # Old Faithful Geyser Data from datasets package

> x <- faithful 

> ls() # Now I have 2 identical dfs - x and faithful - in my environment
[1] "faithful" "x" 

> remove(faithful) # Now I've removed one of the redundant dfs

尝试 1：

我的第一种方法是只分配data("faithful")给x. 但data()返回一个字符串。所以现在我的环境中有 dffaithful和字符向量x。

> x <- data("faithful")
> x
[1] "faithful" # String, not the df "faithful" from the datasets package

> ls()
[1] "faithful" "x"  

尝试 2： 在我的第二次尝试中尝试变得更复杂一些。

> x <- get(data("faithful")) # This works as far as assignment goes

> ls() # However I still get the duplicate copy
[1] "faithful" "x"

关于我尝试这样做的动机的简短说明。我有一个包含 5 个非常大的 data.frames 的 R 包 - 每个都有相同的列。我想在所有 5 个 data.frames 上有效地生成相同的计算列。所以我想data()在list()构造函数中使用将 5 个 data.frames 放入一个列表中。然后我想使用llply()和mutate()从plyr包中迭代列表中的 dfs 并为每个 df 创建计算列。但是我不想在我的环境中放置 5 个大型数据集的重复副本，因为这是在具有 RAM 限制的 Shiny 应用程序中。

---

编辑： 我能够从他的回答中使用@henfiber 的两种方法来找出如何将整个 data.frames 延迟加载到命名列表中。

这里的第一个命令用于将 data.frame 分配给新的变量名称。

# this loads faithful into a variable x. 
# Note we don't need to use the data() function to load faithful
> delayedAssign("x",faithful) 

但是，我想创建一个名为列表x的元素y = data(faithful)，z=data(iris)等等。

我尝试了下面的方法，但没有用。

> x <- list(delayedAssign("y",faithful),delayedAssign("z", iris))
> ls()
[1] "x" "y" "z" # x is a list with 2 nulls, y & z are promises to faithful & iris

但我终于能够以下列方式构造一个延迟加载的 data.frame 对象列表：

# define this function provided by henfiber
getdata <- function(...)
{
e <- new.env()
name <- data(..., envir = e)[1]
e[[name]]
}

# now create your list, this gives you one object "x" of class list
# with elements "y" and "z" which are your data.frames
x <- list(y=getdata(faithful),z=getdata(iris))

Answer 1

使用辅助函数：

# define this function
getdata <- function(...)
{
    e <- new.env()
    name <- data(..., envir = e)[1]
    e[[name]]
}

# now load your data calling getdata()
x <- getdata("faithful")

或者使用匿名函数：

x <- (function(...)get(data(...,envir = new.env())))("faithful")

惰性评估

您还应该考虑lazy loading将数据添加LazyData: true到包的描述文件中。

如果您RStudio在运行后使用data("faithful")，您将在面板上看到Environment“忠实”的 data.frame 被调用"promise"（另一个不太常见的名称是"thunk"）并且呈灰色显示。这意味着它由 R 延迟计算，并且尚未加载到内存中。您甚至可以"x"使用以下delayedAssign()函数延迟加载变量：

data("faithful")              # lazy load "faithful"
delayedAssign("x", faithful)  # lazy assign "x" with a reference to "faithful"
rm(faithful)                  # remove "faithful"

仍然没有任何内容被加载到内存中

summary(x)                    # now x has been loaded and evaluated

lazy evaluation 在这里了解更多信息。