以编程方式创建标头并评估 Markdown 中的以下代码块

Question

我的问题与SO question 类似，但我不想创建情节，而是想评估代码块。我想知道是否有可能以编程方式生成标题和评估代码块遵循各自的标题？我的尝试如下。

我有一个 list 的数据帧，我想为每个 list 元素创建一个标头并评估代码块。下面的例子只是使用nrow()计算每个数据框的行数。

```{r data}
data("iris","airquality","mtcars")
my_list <- list(iris,airquality,mtcars)
names(my_list) <- c("iris","airquality","mtcars")
```

```{r headers, results = 'asis'}
for (i in seq_along(my_list)) {
  cat('#', names(my_list)[i], '\n')
  cat('```{r}', '\n')

  cat('nrow(mylist[[i]])') #evaluate any other code here

  cat('\n')
  cat('```')
  cat('\n')
}
```

任何见解将不胜感激！

Answer 1

此行为是因为 R 无法在所有 cat 调用创建的新环境中找到您的 mylist 对象。此外，由于mylist[[i]] 是一个表达式，我们必须对其进行解析和评估才能获得最终结果。

例如——

```{r headers, results = 'asis'}
for (i in seq_along(my_list)) {
  cat('#', names(my_list)[i], '\n')
  cat('```{r}', '\n')
  cat(eval(parse(text = 'i')))

  cat('\n')
  cat('```')
  cat('\n')
}
```

上面的代码会给出如下结果（这是我们需要的结果）-

# iris 
```{r} 
1
```
# airquality 
```{r} 
2
```
# mtcars 
```{r} 
3
```

但是要使用mylist 做到这一点，我们需要以某种方式确保 mylist 对象在新环境中，然后才能对其进行评估。另请注意，人们不鼓励使用parse()，因为它可能导致诸如此类的行为。更多在这里 - Assigning and removing objects in a loop: eval(parse(paste(

此答案适用于您的示例，但请考虑我提到的内容以及 SO 问题中的讨论 -

```{r data}
data("iris","airquality","mtcars")
my_list <- list(iris,airquality,mtcars)
names(my_list) <- c("iris","airquality","mtcars")
```

```{r headers, results = 'asis'}
for (i in seq_along(my_list)) {
  cat('#', names(my_list)[i], '\n')
  cat('```{r}', '\n')

  # somehow get the data or any other objects in here
  # this works for trivial examples please be carefule before using it on actual code chunks
  cat(eval(parse(text = paste(nrow(my_list[[i]])))))


  cat('\n')
  cat('```')
  cat('\n')
}
```

# iris 
```{r} 
150
```
# airquality 
```{r} 
153
```
# mtcars 
```{r} 
32
```

Answer 2

这是我解决类似问题的一种方法。我在这里得到了关于 SO 的提示，但找不到答案...

两个文件：一个父母，一个孩子。把子文档想象成一个可以被多次调用的子程序，它的输出被保存（并连接到character 向量out）。完成该循环后，我使用内联 `r code` 块。

主文档，我猜是“父”：

---
output: md_document
---

```{r data}
data("iris","airquality","mtcars")
my_list <- list(iris,airquality,mtcars)
names(my_list) <- c("iris","airquality","mtcars")
```

```{r headers, echo = FALSE, include = FALSE, results = 'asis'}
out <- NULL
for (i in seq_along(my_list)) {
  out <- c(out, knitr::knit_child("somedoc-child.Rmd"))
}
```

`r paste(out, collapse="\n")`

子文档，同目录，上面称为somedoc-child.Rmd，由父文档调用。它看到的环境与父级离开时完全一样，因此可以完美地看到my_list 和i。

# `r names(my_list[i])`

```{r, results="asis"}
nrow(my_list[[i]])
```

当我编织到降价时，我得到：

    data("iris","airquality","mtcars")
    my_list <- list(iris,airquality,mtcars)
    names(my_list) <- c("iris","airquality","mtcars")

iris
====

    nrow(my_list[[i]])

\[1\] 150

airquality
==========

    nrow(my_list[[i]])

\[1\] 153

mtcars
======

    nrow(my_list[[i]])

\[1\] 32