如何将数据框从cleaning.rmd传递到codebook.rmd？

下面提供几种实用方法，实现将cleaning.rmd生成的df_clean传递到codebook.rmd的工作流：

方法一：保存/加载R数据文件（最简易直接） #

适合小型项目，通用性强：

• 在cleaning.rmd末尾添加代码，将清洗后的df_clean保存为R专属格式文件：

  # 推荐用rds格式（更适合单对象存储），需先安装here包：install.packages("here")
  saveRDS(df_clean, here::here("data", "df_clean.rds"))
  

• 在codebook.rmd开头加载该文件：

  df_clean <- readRDS(here::here("data", "df_clean.rds"))
  # 直接使用codebook包生成代码本
  codebook::codebook(df_clean)
  

• 可选优化：避免重复生成文件，添加判断逻辑：

  if (!file.exists(here::here("data", "df_clean.rds"))) {
    saveRDS(df_clean, here::here("data", "df_clean.rds"))
  }
  

方法二：用targets包构建自动化工作流（适合复杂项目） #

targets是专门管理项目依赖与执行流程的工具，能自动追踪数据变化，仅重新运行需要更新的步骤：

1. 安装依赖包：

   install.packages(c("targets", "tarchetypes", "here"))
   

2. 在项目根目录创建_targets.R文件，定义工作流：

   library(targets)
   library(tarchetypes)
   library(here)
   
   tar_plan(
     # 第一步：加载原始数据
     tar_target(df_raw, read.csv(here("data", "df_raw.csv"))),
     # 第二步：运行清洗流程，捕获生成的df_clean
     tar_target(df_clean, {
       clean_env <- new.env()
       rmarkdown::render(here("cleaning.rmd"), envir = clean_env)
       clean_env$df_clean
     }),
     # 第三步：基于df_clean渲染代码本文档
     tar_render(codebook_report, here("codebook.rmd"), params = list(df_clean = df_clean))
   )
   

3. 在codebook.rmd的YAML头部添加参数定义：

   ---
   title: "数据代码本"
   params:
     df_clean: NULL
   ---
   

4. 在codebook.rmd中使用参数数据生成代码本：

   codebook::codebook(params$df_clean)
   

5. 运行工作流：在控制台执行tar_make()，工具会自动按依赖顺序执行所有步骤。

方法三：手动触发参数化渲染（灵活可控） #

通过R脚本手动串联两个RMD文件的执行，直接传递数据对象：

1. 新建run_workflow.R脚本：

   library(rmarkdown)
   library(here)
   
   # 运行cleaning.rmd，将生成的变量保留在指定环境中
   clean_env <- new.env()
   render(here("cleaning.rmd"), envir = clean_env)
   df_clean <- clean_env$df_clean
   
   # 将df_clean作为参数传递给codebook.rmd并渲染
   render(here("codebook.rmd"), params = list(df_clean = df_clean))
   

2. 在codebook.rmd的YAML头部添加参数定义（同方法二），直接使用params$df_clean生成代码本。

内容的提问来源于stack exchange，提问作者BPL