在讨论如何在R中组织工作流程和项目时，通常建议使用package be written来记录＆amp;分享工作。我在想：是否使用R包发布＆amp;的任何优先级通过CRAN或其他渠道制作公开数据（以及相关材料，如元数据，自定义数据处理工具等）？我使用需要多个阶段清理的数据，例如基本删除拼写错误，基本记录匹配＆amp;自定义归因于缺失数据，随后是各种形式的重塑和特定分析的聚合。 R包似乎是记录和呈现数据的有用方式。用来生产的方法。主要缺点是投资时间。好处很多：我们实验室中未来学生的高标准文档，我未来的自我和其他潜在用户，完全可重复性，以及在收集更多数据时更新数据的平台。
某些背景信息：通过在线期刊托管的在线附录，将数据作为平面文件+元数据发布在我的领域越来越常见; third-party website也很受欢迎。数字的再现＆amp;通常可以进行分析，但数据有时会被高度按摩＆＃34; ＆安培;处理中的步骤不能总是被复制，有时限制了进行替代分析的能力。我的顾问＆amp;我想发布15年纵向研究的前10年的数据。我已经需要清理我的数据处理脚本，以便传递给未来的学生/共同作者，这可能会使内部使用的包有用。
答案 0 :(得分：2)
BioConductor做了很多：见this page about 'experiment data' packages。
有趣的是，CRAN有一些数据包，例如EcDat。
但总的来说，也许本地存档会更好吗？我碰巧把a recent package放到了可以帮助那里的CRAN上。