如何避免编织R Markdown时rnorm生成的数据集被重置

方法1：固定随机种子保证生成结果一致 #

• 在调用rnorm()的代码块最开头加入set.seed()函数，括号内填写任意固定整数即可，示例：set.seed(1234)
• 该操作可以让rnorm()每次运行时生成完全相同的随机数序列，初始数据集内容不会随编织变动。

适用场景：仅需要保证生成的随机数据集内容固定，不需要保留手动调整后的数据集内容。

方法2：本地持久化存储处理后的数据集 #

• 第一次生成并完成数据集处理后，调用saveRDS()函数将数据集存储到本地路径，示例代码：

  # 生成+处理数据集的逻辑
  raw_data <- rnorm(n = 1000, mean = 0, sd = 1)
  processed_data <- raw_data[raw_data > 0] # 这里替换为你自己的处理逻辑
  # 存储到本地
  saveRDS(processed_data, file = "my_processed_data.rds")
  

• 后续编写R Markdown时直接读取本地存储的文件即可，不需要重新执行rnorm()和处理流程，读取代码：

  processed_data <- readRDS("my_processed_data.rds")
  

• 可以加入文件判断逻辑适配首次运行场景：

  if (file.exists("my_processed_data.rds")) {
    processed_data <- readRDS("my_processed_data.rds")
  } else {
    # 首次运行时执行的生成、处理、存储逻辑
    raw_data <- rnorm(n = 1000, mean = 0, sd = 1)
    processed_data <- raw_data[raw_data > 0]
    saveRDS(processed_data, file = "my_processed_data.rds")
  }
  

适用场景：需要保留处理后数据集的所有调整内容，不受后续代码修改影响。

方法3：开启代码块缓存避免重复运行 #

• 在生成和处理数据集的代码块头部添加cache=TRUE参数，示例：

  ```{r cache=TRUE}
  raw_data <- rnorm(1000)
  processed_data <- your_process_function(raw_data)
  ```
  

• R Markdown会自动缓存该代码块的运行结果，只要代码块内容没有发生修改，下次编织时会直接调用缓存结果，不会重新运行rnorm()重置数据集。

注意：如果修改了该代码块的任意内容，缓存会自动失效，需要重新运行生成数据集。

内容的提问来源于stack exchange，提问作者Esther