包开发：如何从包中导入数据、转换数据并将其重新导出为数据集？

Question

使用 roxygen2 框架如何从另一个包导入数据集，执行更改，然后将数据集重新导出为我自己的数据集包裹?

根据我导出数据集的经验，可以通过保存 .rda 文件（通常使用 save 函数）手动执行此过程。我想让它更具动态性，因此如果其他包在人们更新依赖包时更新数据集，我的包将相应地更新其数据集。

例如，假设我想从 tidytext 导入 stop_words 数据集，删除 SMART 类型的词典并重新导出为 stop_words2.有没有办法做到这一点？当 data(package = 'MyPackage') 显示重新导出的数据集时，我会知道此解决方案有效。

我的尝试无效（data(package = 即使数据可访问也无效）：

#' Various lexicons for English stop words
#'
#' English stop words from three lexicons, as a data frame.
#' The onix sets are pulled from the tm package. Note
#' that words with non-ASCII characters have been removed.  THis
#' is a reimport from the \pkg{tidytext} package's \code{stop_words}
#' data set but with the SMART lexicon filtered out.
#'
#' @format A data frame with 578 rows and 2 variables:
#' \describe{
#'  \item{word}{An English word}
#'  \item{lexicon}{The source of the stop word. Either "onix" or "snowball"}
#'  }
#' @usage data(sam_i_am2)
#' @export
stop_words2 <- tidytext::stop_words[tidytext::stop_words[['lexicon']] != 'SMART', ]

Answer 1

我认为这是不可能的，因为 data() 仅在子目录 data/ 中搜索，该子目录不是重新导出放置数据对象的位置。

但是，如果您放弃此 objective，那么您仍然可以访问新数据对象 ，就好像 它是一个 "lazy loaded" 数据集一样。但需要明确的是，使用 data(stop_words2, package = "MyPackage").

这将不起作用

#' Various lexicons for English stop words
#'
#' English stop words from three lexicons, as a data frame. The onix sets are
#' pulled from the tm package. Note that words with non-ASCII characters have
#' been removed.  This is a reimport from the \pkg{tidytext} package's
#' \code{stop_words} data set but with the SMART lexicon filtered out.
#' @inherit tidytext::stop_words title description source references
#' @export
stop_words2 <- tidytext::stop_words[tidytext::stop_words[["lexicon"]] != "SMART", ]

注意 roxygen2 使用回收原始文档组件。

考虑使用 stopwords package，其中包含 SMART 字词等等。

包开发：如何从包中导入数据、转换数据并将其重新导出为数据集？

Package development: How can I import data from a package, transform it, and rexport as a data set?

r

roxygen2