Question

现在我有了这些话：

envCache <- new.env( hash=TRUE, parent = .GlobalEnv )
print(parent.env(envCache))

R声称环境是在全球环境中，但是当我试图找到环境后，它就不存在了。

我在这里要做的是在全局环境下缓存一些数据帧和环境，所以每次调用一个函数时，它都不必命中服务器再次获取相同的数据。理想情况下，我将在R控制台中使用源命令调用该函数一次，它将获取必要的数据，将其保存到全局环境中的环境中，然后当我从R控制台调用相同的函数时，它将看到它将从中获取数据的环境和数据框，而不是重新查询服务器。

Answer 1

当R查找符号时，它会查看当前环境，然后查看环境的父项，依此类推。它尚未将envCache分配到全局环境中。实现你想做的事情的一种方法是创建一个记住状态的'闭包'，

makeCache <- function() {
    cache <- new.env(parent=emptyenv())
    list(get = function(key) cache[[key]],
         set = function(key, value) cache[[key]] <- value,
         ## next two added in response to @sunpyg
         load = function(rdaFile) load(rdaFile, cache),
         ls = function() ls(cache))
}

调用makeCache()会返回两个函数get和set的列表。

a <- makeCache()

每个函数都有一个定义它的环境（调用makeCache()时创建的环境）。当您调用a$set("a", 1)时，变量查找规则意味着R首先查找变量cache，首先在函数aCache$set内，并且当它在环境中找不到它时其中set已定义。

> a$get("foo")
NULL
> a$set("foo", 1)
> a$get("foo")
[1] 1

很酷，嗯？请注意，parent=emptyenv())表示不存在的密钥上的get()停止查看cache，否则它将继续查看缓存的父环境，依此类推。

R文档简介中有bank account example非常有趣。为了回应@ sunpyg的评论，我添加了一个load和ls函数来添加Rda文件中的数据并列出缓存的内容，例如a$load("foo.Rda")。

Answer 2

这是我提出的替代解决方案。它可能与背景中的其他答案做同样的事情，但代码对我来说更直观。

cacheTesting <- function()
{
    if (exists("cache"))
    { 
        print("IT WORKS!!!") 
        cacheData <- get("test", envir = cache)
        print(cacheData)
    }
    else
    {   
        assign("cache", new.env(hash = TRUE), envir = .GlobalEnv) 
        test <- 42
        assign("test", test, envir = cache) 
    }
}

第一次运行代码使用assign语句在.GlobalEnv中创建环境。第二次运行看到了这个环境，因为它实际上是通过.GlobalEnv，并在打印之前从中提取数据。

R：从函数内部在globalenv（）中创建一个环境

2 个答案: