获取R包所需外部数据的最佳方法

我有一个从名字预测性别的方法。要做到这一点，需要几个更大的数据集。我把这些放进了一个盒子里。理想情况下，

gender

包可以依赖于

genderdata

包，并且这两个包都可以被CRAN接受。不过，CRAN似乎不会接受

genderdata

包，因为它太大了（26MB）。（我猜“大数据”>=5MB。）

所以我的问题是：如果我不能在

Imports:

文件的

DESCRIPTION

中包含

genderdata

包，那么将该数据放入

gender

包的最佳方法是什么

我的想法是依靠

devtools

并提供如下功能：

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

---

安装性别数据查看Hadley Wickham的“babynames”软件包。
听起来不错。您是否可以包含数据集的迷你版本，这样您的包就可以在不需要大数据的情况下运行一些测试？这是一个聪明的想法。我想知道如何在不访问数据包的情况下让测试通过CRAN/Travis。可能是主观观点，但CRAN包在本质上应该是通用的。如果你的软件包只预测一个国家的名字，那就不是很普遍了。建议：只包含一个数据样本，然后非常清楚地说明函数的数据格式。然后用户可以创建自己的数据集。此外，可以轻松下载数据，例如使用Point Take。但我要说的是，一个包应该很好地解决一个特定的问题。在科学中可能意味着抽象和概括；在历史上，它意味着依靠细节。当我有机会的时候，我会添加欧洲数据。@Andrie CRAN软件包应该是通用的谁说的？我对那个软件包很熟悉。但它不会在软件包安装后下载数据。data raw中下载数据的脚本用于构建包，并从构建包本身中排除。