如何在R targets工具中实现多文件输出（以数据集拆分后分别存储为例）

我明白你想把数据集拆分并保存为独立文件，同时希望用一个target来完成这个步骤，让_targets.R更简洁。咱们来一步步解决这个问题：

问题根源 #

你当前的代码报错，主要有两个原因：

1. 当tar_target使用format="file"时，虽然支持返回多个文件路径，但后续的train_model()和eval_model()函数需要的是数据框，直接传入文件路径会导致函数无法处理。
2. 返回的未命名字符向量，后续无法明确区分训练集和测试集的路径，不利于后续target调用。

解决方案 #

我们可以修改split_dataset()函数，返回命名的文件路径列表，同时在_targets.R中正确配置target，让targets追踪这两个输出文件，再创建轻量target读取这些文件为数据框供后续使用。

步骤1：更新split_dataset()函数 #

修改R/functions.R中的函数，返回命名列表，明确标记训练集和测试集的文件路径：

split_dataset <- function(data) {
  idx <- sample.int(nrow(data), 0.8 * nrow(data))
  train <- data[idx, ]
  test <- data[-idx, ]
  
  # 定义文件路径
  train_path <- "data/train.csv"
  test_path <- "data/test.csv"
  
  # 保存文件（建议加上row.names=FALSE避免生成额外索引列）
  write.csv(train, train_path, row.names = FALSE)
  write.csv(test, test_path, row.names = FALSE)
  
  # 返回命名列表，方便后续精准访问
  return(list(train = train_path, test = test_path))
}

步骤2：修改_targets.R配置 #

更新你的targets配置文件，让targets追踪拆分后的文件，再添加读取数据的target：

library(targets)
source("R/functions.R")
set.seed(124)

list(
  tar_target(raw_data, "data/mtcars.csv", format = "file"),
  tar_target(data, read.csv(raw_data)),
  # 这个target会自动追踪train.csv和test.csv两个输出文件
  tar_target(train_test_files, split_dataset(data), format = "file"),
  # 读取训练集数据，供建模使用
  tar_target(train_data, read.csv(train_test_files$train)),
  # 读取测试集数据，供评估使用
  tar_target(test_data, read.csv(train_test_files$test)),
  # 使用训练集建模
  tar_target(model, train_model(train_data)),
  # 使用测试集评估模型
  tar_target(eval, eval_model(model, test_data))
)

为什么这样可行？ #

• format="file"会让targets自动追踪train_test_files返回的两个文件，只要这两个文件被修改，targets就会重新运行这个拆分步骤。
• 命名列表让我们可以精准访问训练集和测试集的文件路径，后续的train_data和test_datatarget会自动读取对应文件，传递给建模和评估函数。
• 整个拆分和保存步骤还是浓缩在一个target里，保持了_targets.R的简洁性，符合你的需求。

额外小贴士 #

如果你想进一步简化，也可以让split_dataset()同时返回数据框和文件路径，但不建议这么做——targets的设计理念是每个target只负责单一职责，要么追踪文件，要么追踪数据，混合使用会增加调试复杂度。

内容的提问来源于stack exchange，提问作者David