制作“{targets}”R 包的首选方法可以检测我自己开发的 R 数据包中对函数和导出数据集的更改答案

【问题标题】：Preferred approach for making the `{targets}` R package detect changes to functions and exported datasets from my own developed R data package制作“{targets}”R 包的首选方法可以检测我自己开发的 R 数据包中对函数和导出数据集的更改
【发布时间】：2021-08-06 14:19:23
【问题描述】：

我是 {targets} 包的初学者，我想知道在 R 数据包中注册我自己开发的函数（和数据集）的依赖项的正确设置是什么。

我的想法是使用{targets} 为我的这个假设的 R 数据包：{MyRDataPackage} 开发一些复杂的工作流程，以生成多个导出的数据集和磁盘上的文件。我希望将这些数据集/文件生成到data-raw/ 的函数从包本身中导出，即我宁愿不在_targets.R 中获取它们（如source("R/functions.R")）。

通过阅读Chapter 6.3 Dependencies ，我觉得我可以采用这种方法：

# _targets.R
tar_option_set(envir = getNamespace("MyRDataPackage"))

但进一步阅读，即在Chapter 6.5 Packages-based invalidation，似乎我也可以将我的{MyRDataPackage} 传递给imports 参数：

# _targets.R
tar_option_set(
  packages = c("MyRDataPackage"),
  imports = c("MyRDataPackage")
)

所以我的问题是：这两种方法都可以吗？或者，有理由偏爱其中一个吗？

【问题讨论】：

标签： r targets-r-package