R 包：通过 system.file() 和 read.table() 从 R data.table 读取数据

Question

我正在创建一个 R 包，其中包含 /data 中的多个文件。 R包中加载数据的一种方式是使用system.file()，

system.file(..., package = "base", lib.loc = NULL, mustWork = FALSE)

/data 中的文件我想加载到 R 数据表中，扩展名为 *.txt.gz、my_file.txt.gz。如何通过read.table() 或fread() 将其加载到data.table 中？

在 R 脚本中，我尝试了：

#' @import data.table
#' @export
my_function = function(){

    my_table = read.table(system.file("data", "my_file.txt.gz", package = "FusionVizR"), header=TRUE)    

}

这会导致通过devtools document() 出错：

Error in read.table(system.file("data", "my_file.txt.gz", package = "FusionVizR"), header = TRUE) (from script1.R#7) : 
  no lines available in input
In addition: Warning message:
In file(file, "rt") :
  file("") only supports open = "w+" and open = "w+b": using the former

我似乎通过fread() 遇到了同样的问题

#' @import data.table
#' @export
my_function() = function(){

    my_table = fread(system.file("data", "my_file.txt.gz", package = "FusionVizR"), header=TRUE)    

}

这会输出错误：

Input is either empty or fully whitespace after the skip or autostart. Run again with verbose=TRUE.

因此，system.file() 似乎没有为我可以加载到 R data.table 中的文件提供对象。我该怎么做呢？

Answer 1

帮自己一个大忙，仔细研究fread()：这是data.table 中最好的功能之一。我有从其他命令管道读取、读取压缩数据等的示例（在工作中）。

这是一个简单的 mock 示例：

R> write.csv(iris, file="/tmp/demo.csv")
R> system("gzip /tmp/demo.csv")  # to be very plain
R> fread("zcat /tmp/demo.csv.gz")
      V1 Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
  1:   1          5.1         3.5          1.4         0.2    setosa
  2:   2          4.9         3.0          1.4         0.2    setosa
  3:   3          4.7         3.2          1.3         0.2    setosa
  4:   4          4.6         3.1          1.5         0.2    setosa
  5:   5          5.0         3.6          1.4         0.2    setosa
 ---                                                                
146: 146          6.7         3.0          5.2         2.3 virginica
147: 147          6.3         2.5          5.0         1.9 virginica
148: 148          6.5         3.0          5.2         2.0 virginica
149: 149          6.2         3.4          5.4         2.3 virginica
150: 150          5.9         3.0          5.1         1.8 virginica
R> 

似乎我写了一列太多（行名），但你明白了。

现在，您甚至不需要 fread（但它仍然比其他选项更强大）：

R> head(read.csv(file="/tmp/demo.csv.gz"))
  X Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 1          5.1         3.5          1.4         0.2  setosa
2 2          4.9         3.0          1.4         0.2  setosa
3 3          4.7         3.2          1.3         0.2  setosa
4 4          4.6         3.1          1.5         0.2  setosa
5 5          5.0         3.6          1.4         0.2  setosa
6 6          5.4         3.9          1.7         0.4  setosa
R> 

R 自己发现它需要压缩文件。

编辑：我之前正在编辑这个问题，当时它被我删除了，这几乎是它得到的动力。简而言之：

• system.file() 工作，例如file <- system.file("rawdata", "population.csv", package="gunsales") 确实包含文件存在时的完整路径："/usr/local/lib/R/site-library/gunsales/rawdata/population.csv"。但这很容易搞砸。 （不用说我确实有包和文件。）
• 查看data/ 目录以及编写 R 扩展 的内容。这是一个很好的机制。