原文鏈接：

Rstudio中修改工作路徑的三種方法_weixin_44370085的博客-CSDN博客_rstudio改變工作目錄?blog.csdn.net

Rstudio中修改工作路徑的三種方法

1.使用setwd()函數

這個也可以在RStudio的圖形化窗口里操作

選擇對應的文件夾

然后選擇Set As Working Directory

作用：起到臨時更改路徑的作用，只對當前的Rstudio窗口有效。一旦窗口關閉，又會回到默認路徑下。getwd()函數是獲取當前路徑的函數。

2.global options設置（如圖所示）

首先在tools菜單欄下，點擊global options選項

然后在default working directory 中可以修改默認工作路徑，點browse修改工作路徑

最后保存，重新打開Rstudio后工作路徑就變成已修改的路徑了。

3.通過啟動代碼設置

首先在Rstudio關聯的R版本中，打開“D:Program FilesRR-3.4.3etc”文件夾下的Rprofile.site文件

其次將下述代碼復制到Rprofile.site文件中

.First <- function(){setwd(“d:/rdata”) }

其中工作路徑可以按照自己的要求改變

原理：R工作時首先加載.first功能

----------2020年7月10日----------

R Project管理（經評論區指導）

使用項目結構管理的效率比直接創建R腳本的效果好。

參考鏈接：

R基礎 | 學會使用R project及R項目結構示例?www.jianshu.com

當我們分析項目的時候，最好是用文件夾+Project的形式來組織內容。

從零新建R項目

如果是比較大的分析項目最好在一開始就保存為一個rproject。

1.右上角Project右側倒三角，菜單中點擊New Project可以創建新項目。

image.png

橫線下面的是已經創建過的項目名，可以點擊切換到其他項目。

2.創建新項目時需要指定一個文件夾，最好是一個新的文件夾。以后產生的R代碼，圖片都會默認存在這個文件夾下。

從存在文件夾創建R項目

打開RStudio 點擊 File -> New Project....

選擇Existing Directory

點擊 Browse ，找到自己的項目文件夾

最后點擊 Create Project.

. └── my_awesome_project├── src├── output├── data│ ├── raw│ └── processed├── reports├── README.md├── analysis.R └── .gitignore

data文件夾

按需求可有這些子文件夾

• raw：對用戶write-only，對R user read-only
• temp：臨時數據
• output

src 文件夾

因為可能會有其他非R腳本，因此文件夾不寫作R。
腳本組織方式：

library模式：按照分析內容的不同來分成不同子文件夾（ETL，transformation，plotting）。

pipeline模式：有一個主要的runner script，將所有腳本按順序執行。
無論哪種方式，都要將函數定義和應用分開。也就是說，只有pipeline或runner scripts用來執行函數，其他的都是定義函數的。
另外腳本的組織可以視項目大小定。

• 所有函數定義腳本放在src的子文件夾中（按用途分類命名文件夾，比如src/data_engineering)。將直接執行的腳本直接放在src下。適合較大的項目。
• 將函數定義腳本放在src下，而執行腳本analysis.R放在根目錄。適合小的項目。執行腳本可能像下面這樣：

library(some_package) library(some_other_package) source("R/functions.R") source("R/utilities.R")

output文件夾

一般把輸出圖放在output/plots下面。

reports文件夾

報告pdf放在reports/下面，reporting code放在src下面。

requirements and general settings

如果只是用某個包中的某個函數，不需要library整個包。package::function(arg1, arg2, ...)就可以了。
可以有一個requirements.R, 在所有腳本前執行。這個腳本中放一些基礎設置，比如locale。還有CRAN install check。但更建議用Packrat。

## This is our requirements.R script ## TODO : include an `InstalledPackage` fallback require(googleAnalyticsR) require(lubridate) require(dataframes2xls) require(ggthemr) require(plyr) require(dplyr) # need to load plyr before dplyr & not the other way! require(tidyr) require(stringr) # require(bigQueryR) require(janitor)

packrat

與別人分享代碼的時候，常常由于每個人機器上的R版本以及安裝的R包的版本不一致，導致程序無法運行，常常看到的錯誤信息是，你所運行的R包不支持3.X.X版本。將自己項目使用的包打包，這樣別人就可以順利的復現自己的結果了。
packrat的優點：

• 獨立：為一個項目安裝新的或不同版本的包不會影響其他的項目。它讓每一個項目都有自己獨立的包庫。
• 便攜：可以方便的將自己的項目從一臺電腦轉移到另一臺電腦，甚至跨平臺。
• 可重復：它記錄你需要的每一個包的版本，并保證無論到哪里你都安裝的是同樣版本的包。install.packages("packrat")
  使用packrat要從創建項目初始開始。先新建項目文件夾。然后將這個文件夾初始化為packrat文件夾。

packrat::init("~/projects/packrat_try")

image.png

Packrat project不同于R project的一點是，它有自己的庫。在這個項目中安裝的任何包都只針對這個project，而project外安裝的所有包對這個project都不可用。

項目文件夾下多了packrat文件夾。里面主要存儲安裝包的信息。

checkpoint

checkpoint可以

• 創建一個快照文件夾~/.checkpoint用來存包。
• 掃描我們的項目文件夾，通過library() and require()來確定我們用了哪些包
• 從MRAN 安裝包install.packages()到我們自己的快照文件夾
• 將我們的CRAN鏡像指向MRAN （修改options(repos)）

創建和使用的代碼是一樣的。快照信息存在~/.checkpoint

library(checkpoint) checkpoint("2015-04-26")

這兩行代碼放在自己的腳本的最上面。

兩個包的區別

checkpoint基于server端，因此負擔不在用戶這里，而在服務器上。服務器每天會記錄當天R所有包的版本號。代碼創建者只需要記錄快照日期，而使用者通過快照日期就可以安裝和創建者版本一致的R包。

Packrat需要用戶遠程數據同步自己的Packrat文件和代碼給另一個用戶。 這是一個很繁重的過程。 但對于包的版本不是更新到同一天，或者有些包不在CRAN上面（github），那么packrat更適用。

總結

以上是生活随笔為你收集整理的mysql在计算机管理中的路径怎么修改_Rstudio中修改工作路径的三种方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。