R包data-raw目录预处理脚本未执行问题排查

核心误解：data-raw 目录脚本不会自动执行 #

你之前的认知有误——data-raw 目录下的脚本并非包构建/安装过程中自动运行的。这个目录的设计只是用来存放数据集的预处理代码，方便开发者维护数据生成逻辑，需要你手动执行脚本，将处理好的数据集保存到 data/ 目录（格式为 .rda 或 .rdata），才能让包的使用者通过 data() 加载。

目标包的具体问题 #

查看你测试的 ces 包仓库：

• data/ 目录是空的，没有预先生成的 df.rda（或类似）文件，所以安装后自然找不到该数据集
• data-raw/ 里的脚本没有被执行过，也就没有生成可供加载的数据集文件

R CMD check 无报错的原因 #

R CMD check 只会验证包的结构合法性、代码语法、文档一致性等，不会检查 data/ 目录是否存在数据集——只要你没有在包的文档（比如 DESCRIPTION 或帮助文档）中声明存在某个数据集，check 就不会报错。

修复步骤 #

1. 手动执行 data-raw 脚本：
   打开包项目，运行 data-raw/ 下的预处理脚本，将处理后的 df 对象保存到 data/ 目录：

   # 在脚本末尾添加保存代码
   usethis::use_data(df, overwrite = TRUE)
   # 或手动保存
   save(df, file = "data/df.rda")
   

2. 添加数据集文档：
   用 roxygen2 为数据集编写帮助文档（比如在 R/data.R 中）：

   #' 示例数据集
   #'
   #' 这是 ces 包的示例数据集 df
   #'
   #' @format 一个数据框，包含 X 行 Y 列
   #' @source 数据来源说明
   "df"
   

3. 重新构建并安装包：

   devtools::document()
   devtools::install()
   # 或用 R CMD build/R CMD install
   

   之后再运行 library(ces); data(df) 就能正常加载数据了。

内容的提问来源于stack exchange，提问作者spindoctor