Вот некоторые из моих предложений:

• Попробуйте использовать наборы данных R по умолчанию
• Если у вас есть свой собственный набор данных, включите их dput , чтобы другие могли вам легче помочь
• Не используйте, install.package() если это действительно необходимо, люди поймут, если вы просто используете require или library

• Постарайся быть кратким,

  • Есть какой-то набор данных
  • Постарайтесь описать нужный вам результат как можно проще
  • Сделай это сам, прежде чем задать вопрос
• Загрузить изображение легко, поэтому загружайте графики, если у вас есть
• Также включите любые ошибки, которые могут у вас возникнуть

Все это является частью воспроизводимого примера.

Пожалуйста, не вставляйте выходные данные консоли следующим образом:

If I have a matrix x as follows:
> x <- matrix(1:8, nrow=4, ncol=2,
            dimnames=list(c("A","B","C","D"), c("x","y")))
> x
  x y
A 1 5
B 2 6
C 3 7
D 4 8
>

How can I turn it into a dataframe with 8 rows, and three
columns named `row`, `col`, and `value`, which have the
dimension names as the values of `row` and `col`, like this:
> x.df
    row col value
1    A   x      1
...
(To which the answer might be:
> x.df <- reshape(data.frame(row=rownames(x), x), direction="long",
+                varying=list(colnames(x)), times=colnames(x),
+                v.names="value", timevar="col", idvar="row")
)

Мы не можем скопировать и вставить его напрямую.

Для того, чтобы вопросы и ответы правильно воспроизводимым, попробуйте удалить + и , > прежде чем отправлять его и положить # для выходов и комментарии , как это:

#If I have a matrix x as follows:
x <- matrix(1:8, nrow=4, ncol=2,
            dimnames=list(c("A","B","C","D"), c("x","y")))
x
#  x y
#A 1 5
#B 2 6
#C 3 7
#D 4 8

# How can I turn it into a dataframe with 8 rows, and three
# columns named `row`, `col`, and `value`, which have the
# dimension names as the values of `row` and `col`, like this:

#x.df
#    row col value
#1    A   x      1
#...
#To which the answer might be:

x.df <- reshape(data.frame(row=rownames(x), x), direction="long",
                varying=list(colnames(x)), times=colnames(x),
                v.names="value", timevar="col", idvar="row")

Еще одна вещь, если вы использовали какую-либо функцию из определенного пакета, упомяните эту библиотеку.

Помимо всех вышеперечисленных ответов , которые я нашел очень интересно, это иногда может быть очень легко , как это обсуждается здесь: - КАК СДЕЛАТЬ МИНИМАЛЬНЫЙ воспроизводимый Пример получить помощь R

Есть много способов сделать случайный вектор Создать вектор из 100 чисел со случайными значениями в R, округленными до 2 десятичных знаков или случайной матрицей в R

mydf1<- matrix(rnorm(20),nrow=20,ncol=5)

Обратите внимание, что иногда очень сложно поделиться данными из-за различных причин, таких как размерность и т. Д. Однако все вышеприведенные ответы очень полезны и очень важны для размышления и использования, когда кто-то хочет привести пример воспроизводимых данных. Но учтите, что для того, чтобы сделать данные такими же репрезентативными, как и исходные (в случае, если ОП не может предоставить исходные данные совместно), полезно добавить некоторую информацию в пример данных как (если мы назовем данные mydf1)

class(mydf1)
# this shows the type of the data you have 
dim(mydf1)
# this shows the dimension of your data

Кроме того, нужно знать тип, длину и атрибуты данных, которые могут быть структурами данных.

#found based on the following 
typeof(mydf1), what it is.
length(mydf1), how many elements it contains.
attributes(mydf1), additional arbitrary metadata.

#If you cannot share your original data, you can str it and give an idea about the structure of your data
head(str(mydf1))

(Вот мой совет от Как написать воспроизводимый пример . Я попытался сделать его коротким, но приятным)

Как написать воспроизводимый пример.

Скорее всего, вы получите хорошую помощь по проблеме R, если предоставите воспроизводимый пример. Воспроизводимый пример позволяет кому-то другому воссоздать вашу проблему, просто скопировав и вставив код R.

Чтобы сделать ваш пример воспроизводимым, нужно включить четыре вещи: необходимые пакеты, данные, код и описание вашей среды R.

• Пакеты должны быть загружены в верхней части скрипта, так что легко увидеть, какие из них нужны в примере.

• Самый простой способ включить данные в электронное письмо или вопрос переполнения стека - это использовать dput() для генерации кода R для его воссоздания. Например, чтобы воссоздать набор данных mtcars в R, я бы выполнил следующие шаги:

  1. Запустите dput(mtcars) в R
  2. Скопируйте вывод
  3. В моем воспроизводимом скрипте введите mtcars <- затем вставьте.

• Потратьте немного времени, чтобы ваш код легко читался другими:

  • убедитесь, что вы использовали пробелы и имена переменных краткие, но информативные

  • используйте комментарии, чтобы указать, где ваша проблема лежит

  • сделать все возможное, чтобы удалить все, что не связано с проблемой.
    Чем короче ваш код, тем легче его понять.

• Включите вывод sessionInfo() в комментарий в своем коде. Это обобщает вашу среду R и позволяет легко проверить, используете ли вы устаревший пакет.

Вы можете проверить, действительно ли вы создали воспроизводимый пример, запустив новый сеанс R и вставив в него скрипт.

Прежде чем поместить весь свой код в электронное письмо, подумайте о том, чтобы поместить его на Gist GitHub Это даст вашему коду хорошую подсветку синтаксиса, и вам не придется беспокоиться о том, что система электронной почты может что-то испортить.

Вдохновленный этим постом, я теперь использую удобную функцию
reproduce(<mydata>) когда мне нужно отправить в .

БЫСТРЫЕ ИНСТРУКЦИИ

Если myData - это имя вашего объекта для воспроизведения, запустите следующее в R:

install.packages("devtools")
library(devtools)
source_url("https://raw.github.com/rsaporta/pubR/gitbranch/reproduce.R")

reproduce(myData)

Подробности:

Эта функция является интеллектуальной оболочкой для dput и выполняет следующие действия:

• автоматически выбирает большой набор данных (в зависимости от размера и класса. Размер выборки можно регулировать)
• создает вывод dput
• позволяет указать, какие столбцы экспортировать
• добавляет в начало objName <- ... чтобы его можно было легко скопировать + вставить, но ...
• Если вы работаете на Mac, вывод автоматически копируется в буфер обмена, так что вы можете просто запустить его и вставить в свой вопрос.

Источник доступен здесь:

• Github - pubR / размножаться.R

Пример:

# sample data
DF <- data.frame(id=rep(LETTERS, each=4)[1:100], replicate(100, sample(1001, 100)), Class=sample(c("Yes", "No"), 100, TRUE))

DF составляет около 100 х 102. Я хочу попробовать 10 строк и несколько конкретных столбцов

reproduce(DF, cols=c("id", "X1", "X73", "Class"))  # I could also specify the column number. 

Дает следующий вывод:

This is what the sample looks like: 

    id  X1 X73 Class
1    A 266 960   Yes
2    A 373 315    No            Notice the selection split 
3    A 573 208    No           (which can be turned off)
4    A 907 850   Yes
5    B 202  46   Yes         
6    B 895 969   Yes   <~~~ 70 % of selection is from the top rows
7    B 940 928    No
98   Y 371 171   Yes          
99   Y 733 364   Yes   <~~~ 30 % of selection is from the bottom rows.  
100  Y 546 641    No        


    ==X==============================================================X==
         Copy+Paste this part. (If on a Mac, it is already copied!)
    ==X==============================================================X==

 DF <- structure(list(id = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 25L, 25L, 25L), .Label = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y"), class = "factor"), X1 = c(266L, 373L, 573L, 907L, 202L, 895L, 940L, 371L, 733L, 546L), X73 = c(960L, 315L, 208L, 850L, 46L, 969L, 928L, 171L, 364L, 641L), Class = structure(c(2L, 1L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 1L), .Label = c("No", "Yes"), class = "factor")), .Names = c("id", "X1", "X73", "Class"), class = "data.frame", row.names = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 98L, 99L, 100L)) 

    ==X==============================================================X==

Обратите также внимание на то, что весь вывод находится в хорошей единственной длинной строке, а не в высоком абзаце разделенных строк. Это облегчает чтение сообщений SO с вопросами, а также позволяет легче копировать и вставлять.

Обновление октябрь 2013:

Теперь вы можете указать, сколько строк текста будет занимать (то есть, что вы будете вставлять в ). Используйте аргумент lines.out=n для этого. Пример:

reproduce(DF, cols=c(1:3, 17, 23), lines.out=7) приводит к:

    ==X==============================================================X==
         Copy+Paste this part. (If on a Mac, it is already copied!)
    ==X==============================================================X==

 DF <- structure(list(id = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 25L,25L, 25L), .Label
      = c("A", "B", "C", "D", "E", "F", "G", "H","I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U","V", "W", "X", "Y"), class = "factor"),
      X1 = c(809L, 81L, 862L,747L, 224L, 721L, 310L, 53L, 853L, 642L),
      X2 = c(926L, 409L,825L, 702L, 803L, 63L, 319L, 941L, 598L, 830L),
      X16 = c(447L,164L, 8L, 775L, 471L, 196L, 30L, 420L, 47L, 327L),
      X22 = c(335L,164L, 503L, 407L, 662L, 139L, 111L, 721L, 340L, 178L)), .Names = c("id","X1",
      "X2", "X16", "X22"), class = "data.frame", row.names = c(1L,2L, 3L, 4L, 5L, 6L, 7L, 98L, 99L, 100L))

    ==X==============================================================X==

Вот хорошее руководство:

http://www.r-bloggers.com/three-tips-for-posting-good-questions-to-r-help-and-stack-overflow/

Но самое важное: просто убедитесь, что вы создали небольшой фрагмент кода, который мы можем запустить, чтобы увидеть, в чем проблема. Полезной функцией для этого является dput() , но если у вас очень большие данные, вы можете создать небольшой набор данных или использовать только первые 10 строк или около того.

РЕДАКТИРОВАТЬ:

Также убедитесь, что вы сами определили, где проблема. Примером не должен быть весь R-скрипт с «В строке 200 есть ошибка». Если вы используете инструменты отладки в R (я люблю browser() ) и google, вы сможете действительно определить, где проблема, и воспроизвести тривиальный пример, в котором то же самое происходит не так.

Если у вас есть большой набор данных, который не может быть легко помещен в сценарий с помощью dput() , dput() свои данные в pastebin и загрузите их, используя read.table :

d <- read.table("http://pastebin.com/raw.php?i=m1ZJuKLH")

Вдохновленный @Henrik .

Иногда проблема на самом деле не воспроизводима с небольшим фрагментом данных, независимо от того, как сильно вы пытаетесь, и не возникает с синтетическими данными (хотя полезно показать, как вы создали синтетические наборы данных, которые не воспроизводили проблему, потому что это исключает некоторые гипотезы).

• Публикация данных в Интернете где-то и предоставление URL может быть необходимым.
• Если данные не могут быть предоставлены широкой публике, но могут быть переданы вообще, то вы можете предложить по электронной почте заинтересованным сторонам (хотя это сократит количество людей, которые потрудятся работать в теме).
• На самом деле я не видел, чтобы это было сделано, потому что люди, которые не могут выпустить свои данные, чувствительны к тому, чтобы выпустить их в любой форме, но кажется вероятным, что в некоторых случаях все еще можно публиковать данные, если они были достаточно анонимными / скремблированными / слегка поврежденными. каким-то образом.

Если вы не можете сделать ни то, ни другое, вам, вероятно, нужно нанять консультанта, чтобы решить вашу проблему ...

редактировать : два полезных вопроса для анонимизации / шифрования:

• Как создать пример набора данных из личных данных (замена имен и уровней переменных неинформативными заполнителями)?
• Учитывая набор случайных чисел, взятых из непрерывного одномерного распределения, найдите распределение

Интересно, может ли ссылка http://old.r-fiddle.org/ быть очень аккуратным способом поделиться проблемой. Он получает уникальный идентификатор типа, и можно даже подумать о встраивании его в SO.

Начиная с R.2.14 (я полагаю), вы можете передать свое текстовое представление данных непосредственно в read.table:

df <- read.table(header=T, text="Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa
") 

Ответы до сих пор явно хороши для воспроизводимости. Это просто для того, чтобы прояснить, что воспроизводимый пример не может и не должен быть единственным компонентом вопроса. Не забудьте объяснить, как вы хотите, чтобы он выглядел, и контуры вашей проблемы, а не только то, как вы пытались добраться до сих пор. Код не достаточно; тебе тоже нужны слова.

Вот воспроизводимый пример того, чего следует избегать (взятый из реального примера, имена изменены, чтобы защитить невинных):

Ниже приведены примеры данных и часть функций, с которыми у меня возникли проблемы.

code
code
code
code
code (40 or so lines of it)

Как мне этого добиться?

У меня есть очень простой и эффективный способ сделать R пример, который не был упомянут выше. Вы можете определить свою структуру в первую очередь. Например,

mydata <- data.frame(a=character(0), b=numeric(0),  c=numeric(0), d=numeric(0))

>fix(mydata)

Затем вы можете ввести свои данные вручную. Это эффективно для небольших примеров, а не для больших.

Часто вам нужны некоторые данные для примера, однако вы не хотите публиковать свои точные данные. Чтобы использовать какой-то существующий data.frame в установленной библиотеке, используйте команду data для его импорта.

например,

data(mtcars)

а затем сделать проблему

names(mtcars)
your problem demostrated on the mtcars data set

Я разрабатываю пакет wakefield для решения этой проблемы, чтобы быстро обмениваться воспроизводимыми данными, иногда dput отлично работает для небольших наборов данных, но многие проблемы, с которыми мы сталкиваемся, гораздо больше, совместное использование такого большого набора данных через dput нецелесообразно.

Около:

wakefield позволяет пользователю обмениваться минимальным кодом для воспроизведения данных. Пользователь задает n (количество строк) и задает любое количество предустановленных переменных функций (в настоящее время их 70), которые имитируют реальные данные (такие как пол, возраст, доход и т. Д.)

Монтаж:

В настоящее время (2015-06-11) wakefield является пакетом GitHub, но в конце концов перейдет в CRAN после написания модульных тестов. Для быстрой установки используйте:

if (!require("pacman")) install.packages("pacman")
pacman::p_load_gh("trinker/wakefield")

Пример:

Вот пример:

r_data_frame(
    n = 500,
    id,
    race,
    age,
    sex,
    hour,
    iq,
    height,
    died
)

Это производит:

    ID  Race Age    Sex     Hour  IQ Height  Died
1  001 White  33   Male 00:00:00 104     74  TRUE
2  002 White  24   Male 00:00:00  78     69 FALSE
3  003 Asian  34 Female 00:00:00 113     66  TRUE
4  004 White  22   Male 00:00:00 124     73  TRUE
5  005 White  25 Female 00:00:00  95     72  TRUE
6  006 White  26 Female 00:00:00 104     69  TRUE
7  007 Black  30 Female 00:00:00 111     71 FALSE
8  008 Black  29 Female 00:00:00 100     64  TRUE
9  009 Asian  25   Male 00:30:00 106     70 FALSE
10 010 White  27   Male 00:30:00 121     68 FALSE
.. ...   ... ...    ...      ... ...    ...   ...

Минимальный воспроизводимый пример состоит из следующих элементов:

• минимальный набор данных, необходимый для воспроизведения ошибки
• минимальный исполняемый код, необходимый для воспроизведения ошибки, который может быть запущен для данного набора данных.
• необходимая информация об используемых пакетах, версии R и системе, в которой она запущена.
• в случае случайных процессов, семя (устанавливается set.seed() ) для воспроизводимости

Важное примечание: вывод set.seed() отличается между R> 3.6.0 и предыдущими версиями. Укажите, какую версию R вы использовали для случайного процесса.

Глядя на примеры в файлах справки используемых функций, часто бывает полезно. В общем, весь приведенный там код отвечает требованиям минимального воспроизводимого примера: данные предоставляются, минимальный код предоставляется, и все работает.

Создание минимального набора данных

В большинстве случаев это легко сделать, просто предоставив вектор / фрейм данных с некоторыми значениями. Или вы можете использовать один из встроенных наборов данных, которые поставляются с большинством пакетов.
Полный список встроенных наборов данных можно увидеть в library(help = "datasets") . Существует краткое описание каждого набора данных, и дополнительную информацию можно получить, например, с помощью ?mtcars где «mtcars» является одним из наборов данных в списке. Другие пакеты могут содержать дополнительные наборы данных.

Сделать вектор легко. Иногда необходимо добавить некоторую случайность, и для этого есть целый ряд функций. sample() может рандомизировать вектор или дать случайный вектор только с несколькими значениями. letters - это полезный вектор, содержащий алфавит. Это может быть использовано для создания факторов.

Несколько примеров:

• случайные значения: x <- rnorm(10) для нормального распределения, x <- runif(10) для равномерного распределения, ...
• перестановка некоторых значений: x <- sample(1:10) для вектора 1:10 в случайном порядке.
• случайный фактор: x <- sample(letters[1:4], 20, replace = TRUE)

Для матриц можно использовать matrix() , например:

matrix(1:10, ncol = 2)

Создание фреймов данных может быть сделано с помощью data.frame() . Следует обратить внимание на имена записей во фрейме данных и не усложнять их.

Пример :

set.seed(1)
Data <- data.frame(
    X = sample(1:10),
    Y = sample(c("yes", "no"), 10, replace = TRUE)
)

Для некоторых вопросов могут потребоваться определенные форматы. Для этого можно использовать любую из предоставленных функций as.someType : as.factor , as.Date , as.xts , ... Они в сочетании с приемами векторного и / или фрейма данных.

Скопируйте ваши данные

Если у вас есть некоторые данные, которые было бы слишком сложно построить с помощью этих советов, то вы всегда можете сделать подмножество ваших исходных данных, используя, например, head() , subset() или индексы. Тогда используйте например. dput() чтобы дать нам что-то, что можно сразу поместить в R:

> dput(head(iris,4))
structure(list(Sepal.Length = c(5.1, 4.9, 4.7, 4.6), Sepal.Width = c(3.5, 
3, 3.2, 3.1), Petal.Length = c(1.4, 1.4, 1.3, 1.5), Petal.Width = c(0.2, 
0.2, 0.2, 0.2), Species = structure(c(1L, 1L, 1L, 1L), .Label = c("setosa", 
"versicolor", "virginica"), class = "factor")), .Names = c("Sepal.Length", 
"Sepal.Width", "Petal.Length", "Petal.Width", "Species"), row.names = c(NA, 
4L), class = "data.frame")

Если у вашего фрейма данных есть фактор с множеством уровней, вывод dput может быть громоздким, поскольку он по-прежнему будет перечислять все возможные уровни факторов, даже если их нет в подмножестве ваших данных. Чтобы решить эту проблему, вы можете использовать droplevels() . Ниже обратите внимание, как вид является фактором только с одним уровнем:

> dput(droplevels(head(iris, 4)))
structure(list(Sepal.Length = c(5.1, 4.9, 4.7, 4.6), Sepal.Width = c(3.5, 
3, 3.2, 3.1), Petal.Length = c(1.4, 1.4, 1.3, 1.5), Petal.Width = c(0.2, 
0.2, 0.2, 0.2), Species = structure(c(1L, 1L, 1L, 1L), .Label = "setosa",
class = "factor")), .Names = c("Sepal.Length", "Sepal.Width", 
"Petal.Length", "Petal.Width", "Species"), row.names = c(NA, 
4L), class = "data.frame")

Еще одно предостережение для dput заключается в том, что он не будет работать для объектов data.table или для сгруппированных tbl_df (класс grouped_df ) из dplyr . В этих случаях вы можете преобразовать обратно в обычный фрейм данных перед совместным использованием dput(as.data.frame(my_data)) .

В худшем случае вы можете дать текстовое представление, которое можно прочитать, используя text параметр read.table :

zz <- "Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa"

Data <- read.table(text=zz, header = TRUE)

Создание минимального кода

Это должно быть легкой частью, но часто это не так. Что вы не должны делать, это:

• добавить все виды преобразований данных. Убедитесь, что предоставленные данные уже в правильном формате (если, конечно, это не проблема)
• Скопируйте и вставьте целую функцию / кусок кода, который выдает ошибку. Во-первых, попытайтесь определить, какие именно строки приводят к ошибке. Чаще всего вы сами узнаете, в чем проблема.

Что вы должны сделать, это:

• добавьте, какие пакеты следует использовать, если вы их используете (используя library() )
• если вы открываете соединения или создаете файлы, добавьте некоторый код, чтобы закрыть их или удалить файлы (используя unlink() )
• если вы изменяете параметры, убедитесь, что в коде есть инструкция, чтобы вернуть их обратно к исходным. (например, op <- par(mfrow=c(1,2)) ...some code... par(op) )
• Запустите ваш код в новом пустом R-сеансе, чтобы убедиться, что код работает. Люди должны иметь возможность просто скопировать и вставить ваши данные и ваш код в консоль и получить точно такое же, как у вас.

Дать дополнительную информацию

В большинстве случаев достаточно только версии R и операционной системы. Когда возникают конфликты с пакетами, предоставление вывода sessionInfo() может действительно помочь. Говоря о соединениях с другими приложениями (будь то через ODBC или что-то еще), следует также указать номера версий для них и, если возможно, необходимую информацию о настройке.

Если вы запускаете R в R Studio с помощью rstudioapi::versionInfo() может быть полезно сообщить о вашей версии RStudio.

Если у вас есть проблема с конкретным пакетом, вы можете packageVersion("name of the package") версию пакета, packageVersion("name of the package") выходную информацию packageVersion("name of the package") .