如何将 CSV 文件上传到 GitHub 存储库并将它们用作我的 R 脚本的数据答案

【问题标题】：How to upload CSV files to GitHub repo and use them as data for my R scripts如何将 CSV 文件上传到 GitHub 存储库并将它们用作我的 R 脚本的数据
【发布时间】：2021-08-23 18:31:04
【问题描述】：

我目前正在做一个项目，该项目使用 R 来处理一些大型 csv 文件，这些文件保存在与我的 repo 链接的本地目录中。

到目前为止，我成功地创建了 R 项目并将 R 脚本提交并推送到 repo 中，没有任何问题。

但是，脚本从保存在我的本地目录中的 csv 文件中读取数据，因此代码以表格形式出现

df <- read.csv("mylocaldirectorylink")

但是，如果我和我的合作伙伴在同一个项目上工作，每次我们从 repo 中提取它时都必须将该 url 更改为我们自己的本地目录，这将没有帮助。所以我在想也许我们可以将 csv 文件上传到 GitHub Repo 并让 R 脚本直接引用在线的 csv 文件。

所以我的问题是：

为什么我不能将 csv 文件上传到 GitHub？他们一直说我的文件太大。
如果我可以上传 csv 文件，我如何从这些 csv 文件中读取数据？

【问题讨论】：

Github 不是文件共享服务。如果您希望共享数据以进行分析，为什么不使用 Google Drive，它有一个package 方便访问。
(a) df 是一个错误的变量名称 (b) 如果您遇到该错误，那么您的 CSV 是 YUGE，您应该考虑使用 xz 加密迁移到 RDS 文件。这将使您绕过限制。参考 GH URL 获取数据是个坏主意，但如果它被克隆，您可以使用 rprojroot pkg 来确保您都使用本地副本。如果你被 CSV 卡住了（呃），请使用 Amazon S3、Google Drive、Dropbox 或其他一些类似的服务（正如 Jake 建议的那样）。

标签： r github

【解决方案1】：

首先，将数据存储在 Github 上通常是个坏主意，尤其是在数据很大的情况下。如果您想将其保存在 Internet 上的某个位置，您可以使用 Dataverse，然后可以使用 URL（通过 API）或 Google Drive 访问您的数据，正如 Jake Kaupp 建议的那样。

现在回到你的问题。如果您的数据没有改变，我不会使用 CSV 的绝对路径，而是使用相对路径。换句话说，而不是

df<-read.csv("C:/folder/subfolder/data.csv")

我会用

df <- read.csv("../data.csv")

如果您正在使用 R 项目，则初始工作目录位于项目文件夹内。您可以使用getwd() 进行检查。当您移动 R 项目时，此工作目录会发生变化。只要同意您的同事的意见，您的数据文件应该与 R 项目所在的文件夹位于同一文件夹中。

【讨论】：

（仅供参考 GitHub 在互联网上，用于数据存储/共享所有时间。+rprojroot 是一个更普遍的建议）

【解决方案2】：

这是一个 Python 脚本。

您可以通过编辑 .gitignore 文件来跟踪 csv 文件。

     **OR**

您可以在自己的 github 仓库中添加 csv 文件，供其他人使用。

我是按照以下步骤完成的：

查看 github.com 上的分支
转到您要保存 csv 文件的文件夹。
在这里，您会在右上角看到一个“添加文件”选项，如下所示：

您可以在此处上传 csv 文件并在同一分支中或通过创建新分支提交更改。

【讨论】：