獲取R包所需外部數據的最佳方法

我有一個R package，它可以從名字中預測性別。要做到這一點，需要幾個較大的數據集。我已將這些放入separate R package。理想情況下，gender包可能取決於genderdata包，兩者都將被CRAN接受。但看起來CRAN不會採用genderdata包，因爲它太大（26MB）。（我猜「大數據」> = 5MB）獲取R包所需外部數據的最佳方法

所以我的問題是：什麼是讓這些數據轉化爲我的gender包，如果我不能在DESCRIPTION文件包括Imports:的genderdata包的最佳方式。

我的想法是依靠devtools，並提供這樣的功能：

install_gender_data <- function() { 
    if(!require(genderdata)) devtools::install_github("lmullen/gender-data-pkg") 
}

然後我會用.onLoad()和包啓動消息告訴用戶運行該功能，如果他們不已經有genderdata加載。

來源

2014-08-30 Lincoln Mullen

聽起來不錯。您可以使用任何方式包含數據集的迷你版本，以便您的軟件包可以運行一些測試而不需要大數據？ – Spacedman 2014-08-30 20:34:03

這是一個聰明的想法。我想知道如何讓測試通過CRAN/Travis而無需訪問數據包。 – 2014-08-30 21:04:16

可能主觀的觀點，但CRAN包應該是一般性的。如果你的軟件包只能根據一個國家的偏差預測名稱，那不是很一般。建議：只包括一個數據樣本，然後非常清楚數據格式應該爲您的功能工作。然後你的用戶可以創建自己的數據集。另外，可以輕鬆下載數據，例如通過使用[這些想法]（http://christophergandrud.blogspot.co.uk/2013/01/sourcegithubdata-simple-function-for.html） – Andrie 2014-08-31 17:37:50

-1

查看Hadley Wickham的'babynames'包。 http://cran.r-project.org/web/packages/babynames/index.html

來源

2014-09-05 17:16:48 ddunn801

我對這個軟件包很熟悉。但是它沒有在軟件包安裝完成後下載數據。 data-raw中下載數據的腳本用於構建軟件包，並從構建的軟件包本身中排除。 – 2014-09-05 21:10:09

獲取R包所需外部數據的最佳方法

回答

相關問題