Come passare a un nuovo ambiente e attenervisi?

Question

Sto costruendo un flusso di lavoro di analisi per dataset di grandi dimensioni, ma prima devo convalidarlo su dataset di dimensioni più ridotte. Quello che mi piacerebbe fare è quello di separare i miei set di dati "campionati" dai set di dati effettivi mettendoli in un ambiente come questo:

sample_data<-new.env() 
attach(sample_data) 
# downloading sample_data sets 
sample_df_1 <- some_download_function(parameters1) 
sample_df_2 <- some_download_function(parameters2) 
... 
# doing some stuff with them 
... 

Tuttavia quando faccio questo, sample_df_1 e sample_df_2 saranno conservati in ambiente globale piuttosto che il mio ambiente sample_data. Ovviamente posso usare assign(..., envir=sample_data) ma è un po 'noioso, e non voglio che vengano visualizzati nel codice finale.

Non è inoltre ideale utilizzare with poiché le righe di codice al suo interno non possono essere eseguite una per una, il che rende piuttosto scomodo lo sviluppo.

Quello che spero di raggiungere è lo stesso tipo di comportamento come debug e undebug, ad esempio:

switch_to_env(sample_data) 
# Everything done here will be done within environment "sample_data" 
# And the lines of codes here can be executed one by one 
switch_to_env(.GlobalEnv) 

come @Gregor sottolineato, "l'impostazione delle opzioni" probabilmente meglio descrive quello che sto cercando : un'opzione che consente all'utente di specificare l'ambiente in cui R REPL valuta le espressioni.

Grazie!

Answer 1

È possibile assegnare le variabili al nuovo ambiente come così:

sample_data<-new.env() 
sample_data$sample_df_1 <- some_download_function(parameters1) 
sample_data$sample_df_2 <- some_download_function(parameters2) 

si può quindi accedere a queste variabili all'interno del nuovo ambiente da una allegando l'ambiente come si deve o utilizzare sample_data$sample_df_1

È che Cosa vuoi dire?

Answer 2

Questo non è esattamente quello che stai cercando, ma penso che sia fattibile (e sicuro).

Ogni volta che si desidera sviluppare in un nuovo ambiente, aprire un nuovo file e una nuova sessione R, (ad esempio, sample_data.R), source() uno script che crea gli oggetti desiderati nell'ambiente padre e fare lo sviluppo normalmente.

Quando si desidera accedere a questi all'interno di un ambiente specifico dal tuo vero ambiente globale si può fare questo (nella sessione R/ambiente originale)

sample_data<-new.env() 
source("sample_data.R", local = sample_data) 

ha alcuni svantaggi: molto scomodo per frequenti commutazione avanti e indietro, soprattutto se il codice richiede molto tempo per essere eseguito. Tuttavia, in realtà mi piace che ti faccia separare il codice per diversi argomenti in file diversi - questo suona come un sistema potenzialmente buggy se ti viene confusa cosa è dove e in quale ambiente stai lavorando. La presenza di file separati offre una certa protezione applicando la separazione dei codici. Rende anche i tuoi vari sotto-ambienti facili da omettere da una corsa --- commentando la riga source() nel tuo file principale si spegne l'intero sottoambiente.