第六部分 批处理

R语言编程中的常见错误

有一些错误是R的初学者和经验丰富的R程序员都可能常犯的。如果程序出错了，请检查

以下几方面。

使用了错误的大小写。help()、Help()和HELP()是三个不同的函数（只有第一个是

正确的）。

忘记使用必要的引号。install.packages("gclus")能够正常执行，然而

Install.packages(gclulus)将会报错。

在函数调用时忘记使用括号。例如，要使用help()而非help。即使函数无需参数，仍

需加上()。

在Windows上，路径名中使用了\。R将反斜杠视为一个转义字符。

setwd("c:\mydata")会报错。正确的写法是setwd("c:/mydata")或

setwd("c:\\mydata")。

使用了一个尚未载入包中的函数。函数order.clusters()包含在包gclus中。如果还

没有载入这个包就使用它，将会报错

R的报错信息可能是含义模糊的，但如果谨慎遵守了以上要点，就应该可以避免许多错误

1.5 批处理

多数情况下，我们都会交互式地使用R：在提示符后输入命令，接着等待该命令的输出结果。

偶尔，我们可能想要以一种重复的、标准化的、无人值守的方式执行某个R程序。例如，你可能

需要每个月生成一次相同的报告，这时就可以在R中编写程序，在批处理模式下执行它。

如何以批处理模式运行R与使用的操作系统有关。在Linux或Mac OS X系统下，可以在终端

窗口中使用如下命令：

R CMD BATCH options infile outfile

其中infile是包含了要执行的R代码所在文件的文件名，outfile是接收输出文件的文件名，

options部分则列出了控制执行细节的选项。依照惯例，infile的扩展名是.R，outfile的扩

展名为.Rout。

对于Windows，则需使用

"C:\Program Files\R\R-3.1.0\bin\R.exe" CMD BATCH

--vanilla --slave "c:\my projects\myscript.R"

将路径调整为R.exe所在的相应位置和脚本文件所在位置。要进一步了解如何调用R，包括命令行

选项的使用方法，请参考CRAN（http://cran.r-project.org）上的文档“Introduction to R”。

中文版文档名为“R导论”。CRAN上的下载地址为http://cran.r-project.org/doc/contrib/Ding-R-intro_cn.pdf。

——译者注

1.6 将输出用为输入：结果的重用

R的一个非常实用的特点是，分析的输出结果可轻松保存，并作为进一步分析的输入使用。

让我们通过一个R中已经预先安装好的数据集作为示例阐明这一点。如果你无法理解这里涉及的

统计知识，也别担心，我们在这里关注的只是一般原理。

首先，利用汽车数据mtcars执行一次简单线性回归，通过车身重量（wt）预测每加仑行驶

的英里数（mpg）。可以通过以下语句实现：

lm(mpg~wt, data=mtcars)

结果将显示在屏幕上，不会保存任何信息。

下一步，执行回归，区别是在一个对象中保存结果：

lmfit

以上赋值语句创建了一个名为lmfit的列表对象，其中包含了分析的大量信息（包括预测值、

残差、回归系数等）。虽然屏幕上没有显示任何输出，但分析结果可在稍后被显示和继续使用。

键入summary(lmfit)将显示分析结果的统计概要，plot(lmfit)将生成回归诊断图形，

而语句cook

图。要在新的车身重量数据上对每加仑行驶的英里数进行预测，不妨使用predict(lmfit,

mynewdata)。

要了解某个函数的返回值，查阅这个函数在线帮助文档中的“Value”部分即可。本例中应

当查阅help(lm)或?lm中的对应部分。这样就可以知道将某个函数的结果赋值到一个对象时，

保存下来的结果具体是什么。

1.7 处理大数据集

程序员经常问我R是否可以处理大数据问题。他们往往需要处理来自互联网、气候学、遗传

学等研究领域的海量数据。由于R在内存中存储对象，往往会受限于可用的内存量。举例来说，

在我服役了5年的2G内存Windows PC上，我可以轻松地处理含有1000万个元素的数据集（100个

变量×100 000个观测）。在一台4G内存的iMac上，我通常可以不费力地处理含有上亿元素的数据

但是也要考虑到两个问题：数据集的大小和要应用的统计方法。R可以处理GB级到TB级的

数据分析问题，但需要专门的手段。大数据集的管理和分析问题留待附录F中讨论。

1.8 示例实践

我们将以一个结合了以上各种命令的示例结束本章。以下是任务描述。

(1) 打开帮助文档首页，并查阅其中的“Introduction to R”。

——————————

这里使用了Cook距离作为度量影响的统计量，详见第8章。——译者注