Question

我是Stata用户，正在尝试学习R.

我有几个冗长的文件夹路径，在我的Stata代码中，我存储为本地宏。我在这两个文件夹中有多个文件可供我的分析使用。

我知道，在R中，我每次想要引用其中一个文件夹中的文件时都可以更改工作目录，但这绝对不是一个好方法。即使我将文件夹路径存储为R中的字符串，我也无法弄清楚如何引用它们。例如，在Stata中我会使用`folder1'。

我想知道是否尝试在R中逐行重写Stata代码并不是学习R的最佳方法。

有人可以帮忙吗？

Answer 1

首先，作为前Stata用户，我建议R for Stata Users。还有一篇关于Macros in R的文章。我认为@Nick Cox是对的，你需要学会以更不同的方式做事。但是和你一样（至少在这种情况下），我常常发现自己开始了一项新的任务，我之前已经知道如何在Stata中做这件事并从那里开始。有时我发现方法是相似的。有时，当不同的方法更好时，我可以使R像Stata一样（例如，loops vs. vectorization）。

我不确定我是否会用以下内容捕捉你的问题，但让我试试。

在Stata中，通常会写：

global mydata "path to my data directory/"

要导入数据，我只需输入：

insheet using "${mydata}myfile.csv"

作为前Stata用户，我想在R中做类似的事情。以下是我的工作：

mydata <- "path to my data directory/"

要导入位于此目录中的csv文件并创建名为myfile的数据框，我会使用：

myfile <- read.csv(paste(mydata, "myfile.csv", sep=""))

或更有效率......

myfile <- read.csv(paste0(mydata, "myfile.csv"))

我还不是一个非常高效的R用户，所以也许其他人会看到这种方法的一些缺陷。

Answer 2

也许你想要file.path()？

a <- "c:"
b <- "users"
c <- "charles"
d <- "desktop"

setwd(file.path(a,b,c,d))
getwd()
#----
[1] "c:/users/charles/desktop"

你可以包裹source或read.XXX或其他任何东西来做你想做的事。

Answer 3

我猜测从上下文中应用于文件的术语“本地”意味着为了提高效率而将它们加载到内存中？如果是这样，那么你需要意识到几乎所有普通的R对象都是以这种方式处理的。请参阅?read.table和?load。数据保持非本地的唯一方法是将其驻留在具有支持SQL查询的接口包的数据库中，或使用ff或bycol等专用包。

除此之外，Chase想要使用file.path（），任何对文件或连接的引用都是使用正确的读/加载/扫描函数完成的，字符值被赋予（不同名称）参数。您可以使用?file查看各种低级函数，也可以查看该帮助页面中的一些其他链接。您可以将一个或多个file.path构造的结果存储在一个字符向量中，该字符向量可以被命名以便于参考。

 pathvecs <- c(User= "~/", hrtg="~/Documents/Heritage/")
 pathvecs
#                   User                    hrtg 
#                   "~/" "~/Documents/Heritage/" 
pathvecs["hrtg"]
#                   hrtg 
#"~/Documents/Heritage/"

R等价于Stata本地或全局宏

3 个答案: