需要Rstudio，make和git的项目设置建议

Question

我正在从手动转为自动化流程，需要帮助。

我有一个带有csv数据文件的目录，这些文件可以提供一组R例程进行分析。该目录以创建日期命名，但不是目录中的所有文件都已更新

目录（例如，数据2012-11-26）总是有七个要素：

BW_Weekly.csv
BW_Monthly.csv
BW_Yearly.csv
CLR_Weekly.csv
CLR_Monthly.csv
CLR_Yearly.csv
Special_Weekly.csv

其他约束 - 我有时必须回到之前的日期目录来分析旧的集合。 “每周”文件每周更新一次，“每月”和“每年”文件每月更新一次。

我今天的工作流程是：每周一通过电子邮件接收每周文件，下个月第一个星期一收到月/年文件（即下周一，我将收到月/年文件中的11月更新。具有星期一日期的新目录。将当前每月/每年文件复制到该目录。将每周文件从电子邮件保存到该新目录。使用新目录名称更新R分析文件中的变量名称。运行（源）分析，情节结果。非常手册。

我试图找出如何使用git（也许是一个或两个makefile规则）在更自动化的过程中执行此操作。 - 你有所了解的建议 -

我有点混乱的想法是使用git在文件到达时提交/标记文件。然后使用makefile规则1）检出最新的数据文件2）运行/绘制结果为pdf 3）查看pdf进行分析。加上我可以一遍又一遍地停止编辑文件......

这将允许一些事情：

git checkout data2012-11-26 (or whatever Monday date I want)
build all (in RStudio Build Tab ideally)

文件很大 - 每个csv文件大约15-20MB。 git可以处理吗？ 并且有人可以帮助制定可以完成这项工作的制定规则（除了最低限度的makefile规则之外我还不擅长）...甚至可以进行结账吗？

开放使用新的文件命名约定 - 如果您认为这会有所帮助。

Answer 1

我确实会建议为此做好准备。我做了一些非常相似的事情，并且已经尝试了使分析具有可重复性，模块化和自动化的最佳方法。我最近发布了this给github（因此我在搜索时找到了这篇文章）。这里没有硬性和快速的答案，但这里有一些想法。

• 使您的分析模块化。我有单独的R文件来获取数据，然后清理，然后处理，然后生成报告元素，然后生成报告。
• 让所有脚本访问一个标准数据集，然后您可以将它们推送到git并将git保留到版本控制，而不必更新不同数据集的脚本
• 为分析创建一个makefile，指定每个步骤的输出及其执行方式，然后make将检查所有依赖项

然后你可以覆盖任何新的数据文件，只需运行make来更新所有内容。运行旧分析很简单，就像检查该分支并再次运行分析一样。