data() 从哪里获取数据集描述?
Where does data() gets the data set description from?
不带参数调用 data
会生成可用数据集列表以及每个数据集的简短描述,例如:
!> data()
Data sets in package ‘datasets’:
AirPassengers Monthly Airline Passenger Numbers 1949-1960
BJsales Sales Data with Leading Indicator
BJsales.lead (BJsales)
Sales Data with Leading Indicator
BOD Biochemical Oxygen Demand
...
我写了一个包,其中包含一些 Rda 格式的数据文件(用 save()
制作)在包的 data/
目录中,虽然 data()
找到了它们,但没有
说明。
!> data()
Data sets in package ‘datasets’:
AirPassengers Monthly Airline Passenger Numbers 1949-1960
BJsales Sales Data with Leading Indicator
BJsales.lead (BJsales)
Sales Data with Leading Indicator
BOD Biochemical Oxygen Demand
...
Data sets in package ‘fbdata’:
football.d1
football.e0
...
如何包含对数据集的描述?
使用 ?promptData
或相应的 roxygen2
标记,为您的数据集生成 Rd
文件的骨架,然后对其进行适当编辑以添加描述,然后重建包裹...
正如@hrbrmaster 上面指出的那样,如果你真的 想要破解数据描述,你可以这样做(plyr
包的示例):
datadesc <- file.path(.libPaths()[1],"plyr","Meta","data.rds")
r <- readRDS(datadesc)
r
## [,1] [,2]
## [1,] "baseball" "Yearly batting records for all major league baseball players"
## [2,] "ozone" "Monthly ozone measurements over Central America."
r[1,2] <- "hacked description"
saveRDS(r,datadesc)
...但我还没有真正测试过这个。
我不知道你的设置是什么,但我认为从长远来看 运行 定期重新构建和重新安装软件包实际上要安全得多(你不喜欢吗?更改版本号以便您可以轻松判断用户可以访问哪个版本的数据?)而不是以这种方式破解它...
不带参数调用 data
会生成可用数据集列表以及每个数据集的简短描述,例如:
!> data()
Data sets in package ‘datasets’:
AirPassengers Monthly Airline Passenger Numbers 1949-1960
BJsales Sales Data with Leading Indicator
BJsales.lead (BJsales)
Sales Data with Leading Indicator
BOD Biochemical Oxygen Demand
...
我写了一个包,其中包含一些 Rda 格式的数据文件(用 save()
制作)在包的 data/
目录中,虽然 data()
找到了它们,但没有
说明。
!> data()
Data sets in package ‘datasets’:
AirPassengers Monthly Airline Passenger Numbers 1949-1960
BJsales Sales Data with Leading Indicator
BJsales.lead (BJsales)
Sales Data with Leading Indicator
BOD Biochemical Oxygen Demand
...
Data sets in package ‘fbdata’:
football.d1
football.e0
...
如何包含对数据集的描述?
使用 ?promptData
或相应的 roxygen2
标记,为您的数据集生成 Rd
文件的骨架,然后对其进行适当编辑以添加描述,然后重建包裹...
正如@hrbrmaster 上面指出的那样,如果你真的 想要破解数据描述,你可以这样做(plyr
包的示例):
datadesc <- file.path(.libPaths()[1],"plyr","Meta","data.rds")
r <- readRDS(datadesc)
r
## [,1] [,2]
## [1,] "baseball" "Yearly batting records for all major league baseball players"
## [2,] "ozone" "Monthly ozone measurements over Central America."
r[1,2] <- "hacked description"
saveRDS(r,datadesc)
...但我还没有真正测试过这个。
我不知道你的设置是什么,但我认为从长远来看 运行 定期重新构建和重新安装软件包实际上要安全得多(你不喜欢吗?更改版本号以便您可以轻松判断用户可以访问哪个版本的数据?)而不是以这种方式破解它...