Việc sử dụng tốt chức năng 'bình luận' trong R là gì?

Tôi mới phát hiện ra commenthàm trong R. Ví dụ:

x <- matrix(1:12, 3,4)
comment(x) <- c("This is my very important data from experiment #0234",
                "Jun 5, 1998")
x
comment(x)

Đây là lần đầu tiên tôi đến với chức năng này và đã tự hỏi những công dụng phổ biến / hữu ích của nó là gì. Vì khá khó khăn để tìm kiếm "R bình luận" trong google và tìm thấy kết quả có liên quan, tôi đã hy vọng ai đó ở đây có thể chia sẻ kinh nghiệm của mình.

Đến lần thứ hai @Gavin, Frank Harrell đã phát triển các cách hiệu quả để xử lý dữ liệu chú thích.frame trong R trong gói H'misc của mình . Ví dụ, các hàm label()và units()cho phép thêm các thuộc tính chuyên dụng cho các đối tượng R. Tôi thấy chúng rất tiện dụng khi tạo bản tóm tắt data.frame (ví dụ: vớidescribe() ).

Một cách hữu ích khác để sử dụng một thuộc tính bổ sung như vậy là áp dụng dấu thời gian trên tập dữ liệu. Tôi cũng thêm một thuộc tính cho những thứ như hạt giống ngẫu nhiên, số lần gấp (khi tôi sử dụng xác thực chéo k-kold hoặc LOO).

$^{-1}$$^{-1}$

Tôi muốn xem comment()như một cách hay để đính kèm thông tin này vào khung dữ liệu để tham khảo trong tương lai.

Các phương tiện tương tự tồn tại trong các gói khác, chẳng hạn như lệnh -notes- trong Stata . Chúng tôi sử dụng điều này để ghi lại chi tiết đầy đủ của một biến, ví dụ chi tiết về xét nghiệm cho phép đo sinh hóa, hoặc từ ngữ chính xác của câu hỏi được yêu cầu cho dữ liệu câu hỏi. Đây thường là quá nhiều thông tin cho tên biến hoặc nhãn, một hoặc cả hai được hiển thị trong đầu ra của mọi phân tích liên quan đến biến và do đó tốt nhất là giữ ngắn một cách hợp lý.

Một trong những điều tôi thấy mình làm rất nhiều là theo dõi các lệnh được sử dụng để tạo dữ liệu và đối tượng và đã tìm thấy nhận xét là một công cụ hữu ích cho việc này.

'Match.call.data' và 'created.command.opes' thực hiện thủ thuật. Không hoàn hảo, nhưng hữu ích và sử dụng cho 'bình luận ()'. :)

# Comments only accept strings...
# Substituting the escaped quotes ('\"') makes it prettier.
generate.command.string <- function( matched.call.data )
{
  command.string <- as.character( bquote( .( list( matched.call.data ) ) ) )
  sapply( bquote( .(command.string) ),
                  USE.NAMES=FALSE,
                  function( x )
                    gsub( "\\\"", "\'", as.list( match.call() )$x )[[2]] )
}

# Some generating function...
generate.matrix <- function( nrows, ncols, data=NA ) {
  # Some generated object
  mat <- matrix( data= data, nrow= nrows, ncol= ncols )

  matched.call.data <- do.call( "call",
                                c( list( as.character( match.call()[[1]] ) ),
                                lapply( as.list( match.call() )[-1], eval ) ) )
  comment( mat ) <- c( Generated= date(),
                       Command = generate.command.string( matched.call.data ) )

  mat
}

# Generate an object with a missing argument.
emptyMat <- generate.matrix( nrows=2, ncols=2 )
comment( emptyMat )

# Generate without formally stating arguments.
dataMat <- generate.matrix( 2, 2, sample(1:4, 4, replace= TRUE ) )
comment( dataMat )

# And with a longer command.
charMat <- generate.matrix( 3, 3,
                  c( 'This', 'is', 'a', 'much', 'longer',
                     'argument', 'section', 'that', 'wraps') )
comment( charMat )

# And with a variable.
myData <- c( 'An', 'expanded', 'command', 'argument')
charMat2 <- generate.matrix( 2, 2, myData )
comment( charMat2 )

# Create a new object from an original command.
Sys.sleep(1)
emptyMat2 <- eval( parse( text= comment( emptyMat )[['Command']] ) )
dataMat2 <- eval( parse( text= comment( emptyMat )[['Command']] ) )

# Check equality of the static matrices.
identical( emptyMat, emptyMat2 )

# The generation dates are different.
all.equal( emptyMat, emptyMat2, check.attributes= FALSE )
comment( emptyMat )['Generated'] <- NA
comment( emptyMat2 )['Generated'] <- NA
identical( emptyMat, emptyMat2 )

# Command argument structure still works too.
str( as.list( match.call(
  generate.matrix, parse( text=comment( charMat2 )[[ 'Command' ]] ) ) )[-1] )

Cho phép tôi đề xuất giải pháp chung của mình để quản lý đối tượng trong R: repogói. Sử dụng nó, bạn có thể gán cho mỗi biến một tên dài, mô tả, một bộ thẻ, url từ xa, quan hệ phụ thuộc và cũng có thể đính kèm các số liệu hoặc các tệp bên ngoài chung chung. Ví dụ, mã nguồn có thể được lưu trữ dưới dạng một mục lưu trữ và được đính kèm với các tài nguyên do nó tạo ra. Tìm bản phát hành ổn định mới nhất trên CRAN ( install.packages("repo")) hoặc bản phát triển mới nhất trên github . Tổng quan nhanh ở đây . Hy vọng nó giúp.