在targets工作流中使用pointblank包时出现找不到数据表的问题

核心问题 #

你遇到的报错是因为YAML配置中的公式引用~my_data会在全局环境查找对象，但targets的每个目标都在独立临时环境中执行，全局环境不存在该对象。单独执行时my_data在当前会话的全局环境里，所以能正常运行，但targets管道环境不共享全局变量，因此找不到。

解决方案 #

方法1：修改校验函数，绑定传入的数据源 #

修改validate_data函数，在读取YAML后手动将传入的my_data设置为agent的数据源，覆盖YAML中的全局引用：

validate_data <- function(my_data, qc_yaml_file) {
  yaml_read_agent(qc_yaml_file) |> 
    set_tbl(tbl = my_data) |>  # 替换agent的数据源为函数参数传入的my_data
    interrogate()
}

方法2：生成YAML时不预先绑定数据源 #

如果想让校验规则更通用，可以在创建agent时不指定固定的tbl，后续在函数中动态绑定：

1. 修改YAML生成代码：

create_agent(
  tbl = NULL,  # 不预先绑定数据源
  label = "check on mtcars",
  actions = action_levels(
    warn_at = 0.10,
    stop_at = 0.25
  )
) |> 
  col_exists(columns = c(cyl, vs, am, gear, carb)) |> 
  yaml_write(filename = "check_mtcars.yaml")

2. 同样使用方法1中的validate_data函数，动态传入数据源。

验证修改 #

修改后运行tar_make()，targets管道会正常执行：

• my_data和yaml_file会先被生成
• qc_results目标中，agent会使用传入的my_data执行校验，不再依赖全局环境

内容的提问来源于stack exchange，提问作者Dan