在R工作流中编写函数与逐行解释

关于在R中为统计项目开发工作流，这里已经写了很多。最流行的工作流似乎是。带有包含代码的

main.R

：

source('load.R')
source('clean.R')
source('func.R')
source('do.R')

这样一个

源（'main.R'）

就可以运行整个项目

问：与在

load.R

、

clean.R

和

do.R

中执行的逐行解释性工作被

main.R

调用的函数替换相比，是否有理由选择此工作流

我现在找不到链接，但我已经读到了一些东西，所以当用R编程时，人们必须克服他们想用函数调用来写所有东西的愿望——R应该是逐行写的解释形式

问：真的吗？为什么?

我对LCFD方法感到失望，我可能会用函数调用来编写所有内容。但在做这件事之前，我想听听美国的好朋友们的意见，看看这是不是一个好主意

---

编辑：我现在正在做的项目是（1）读入一组财务数据，（2）清理数据（非常复杂），（3）使用我的估计器估计与数据相关的一些数量（4）使用传统估计器估计相同的数量（5）报告结果。我的程序应该以这样一种方式编写：（1）对于不同的经验数据集，（2）对于模拟数据，或者（3）使用不同的估计值，这是轻而易举的。此外，它还应该遵循有文化的编程和可复制的研究指导原则，以便代码新手能够简单地运行程序，了解发生了什么，以及如何调整它。

我认为没有一个单一的答案。最好的办法是记住相对的优点，然后为这种情况选择一种方法

1） 函数。不使用函数的优点是，所有变量都留在工作区中，您可以在最后检查它们。如果你有问题，这可能会帮助你弄清楚发生了什么

另一方面，设计良好的函数的优点是可以对它们进行单元测试。也就是说，您可以将它们与代码的其余部分分开进行测试，从而使它们更易于测试。此外，当您使用函数时，对某些较低级别的构造进行模化，您知道一个函数的结果不会影响其他函数，除非它们被传递出去，这可能会限制一个函数的错误处理可能对另一个函数造成的损害。您可以使用R中的

debug

功能来调试函数，并且能够单步调试函数是一个优势

2） LCFD.关于是否应该使用load/clean/func/do分解，而不管它是通过

源代码还是函数完成的，这是第二个问题。无论分解是通过
源代码还是函数完成的，这种分解的问题在于，您需要运行一个分解，以便能够测试下一个分解，因此无法真正独立地测试它们。从这个角度看，这不是理想的结构

另一方面，它的优点是，如果要在不同的数据上尝试加载步骤，则可以独立于其他步骤替换加载步骤；如果要尝试不同的处理，则可以独立于加载和清理步骤替换其他步骤

3） 文件数量您所问的问题中可能隐含着第三个问题，即所有内容是否都应包含在一个或多个源文件中。将内容放在不同的源文件中的优点是，您不必查看不相关的项目。特别是，如果您的例程未被使用或与您正在查看的当前函数无关，则它们不会中断流程，因为您可以将它们安排在其他文件中

另一方面，从（a）部署的角度来看，将所有内容放在一个文件中可能有一个优势，即您可以只向某人发送单个文件，以及（b）编辑方便，因为您可以将整个程序放在单个编辑器会话中，例如，方便搜索，因为您可以使用编辑器的函数搜索整个程序，而不必确定例程所在的文件。此外，连续的撤消命令将允许您在程序的所有单元之间向后移动，并且一次保存将保存所有模块的当前状态，因为只有一个模块。（c） 速度，即如果您在慢速网络上工作，则在本地计算机中保留一个文件，然后偶尔将其写出来可能会更快，而不必往返于慢速远程计算机

注意：需要考虑的另一件事是，相对于最初的文件源，使用软件包可能更适合您的需求。
我认为在源文件中创建的任何临时内容都不会得到清理。如果我这样做：

x=matrix(runif(big^2),big,big)
z=sum(x)

作为一个文件，x挂起，虽然我不需要它。但如果我这样做：

ff=function(big){
 x = matrix(runif(big^2),big,big)
 z=sum(x)
 return(z)
}

在我的脚本中，doz=ff（big）代替了source，x矩阵超出了范围，因此得到了清理

函数可以实现整洁的可重用封装，并且不会污染外部环境。一般来说，它们没有副作用。逐行脚本可能会使用全局变量和名称，这些变量和名称与当前使用的数据集相关联，这使得它们无法再使用

我有时会一行一行地工作，但当我得到大约五行以上的代码时，我发现我真正需要的是将其转换成一个适当的可重用函数，通常情况下，我都会重复使用它。
在编写函数时，没有人提到一个重要的考虑因素：除非你一次又一次地重复某些操作，否则编写函数没有多大意义。在分析的某些部分，您将执行一次性操作，因此为它们编写函数没有多大意义。如果你必须重复一些事情
save(list=ls(), file="Cleaned.Rdata")

load("Cleaned.Rdata")

df.YYYY # Data for a certain year
demo.describe.YYYY ## Demographic data for a certain year
po.describe ## Plot option
list.describe.YYYY ## lists
f.describe ## Functions