Google Colab R内核安装R包报非零退出状态的解决方法

纯R内核的Colab环境与Python内核环境共享同一Linux底层容器，完全可以通过R内置函数直接调用系统shell安装所需依赖，无需切换内核，操作步骤如下：

• 在R代码块中执行系统依赖安装
  Colab运行容器默认以root权限运行，无需额外配置sudo权限，直接通过R的system()函数调用apt安装所有编译依赖即可，注意必须加-y参数跳过交互确认：

  system("apt-get update && apt-get install -y libgdal-dev libproj-dev libgeos-dev libudunits2-dev libv8-dev libcairo2-dev libnetcdf-dev libcgal-dev")
  

• 配置CRAN镜像降低网络波动影响
  安装R包前先指定稳定的CRAN镜像源，避免因下载超时导致的安装失败：

  options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
  

• 重新执行R包批量安装命令
  依赖安装完成后，直接运行原有的批量安装脚本即可正常完成所有包的编译安装：

  install.packages(c("rgdal","maptools","raster","dplyr","randomForest","ggplot2",
  "cluster","spatstat","factoextra","mlbench","caret","doParallel","tidyr","vegan",
  "rgeos","e1071","multcomp","data.table","keras","googledrive"), dependencies=TRUE)
  

关键注意事项 #

• 语法避坑：不要在R内核代码块中使用!加shell命令的写法，这是Python内核的专属语法，R内核中!是逻辑非运算符，无法实现系统命令调用效果，这也是多数用户误以为纯R内核无法安装系统依赖的核心原因。
• 特殊包适配：批量安装完成后，需要额外执行keras::install_keras()完成R包对应的Python后端配置，否则调用keras功能时会报环境缺失错误。
• 报错排查：如果仍有个别包返回非零退出状态，可以单独对报错包执行安装命令查看完整编译日志，剩余问题大多是临时网络波动导致的，单独重装对应包即可解决。

内容的提问来源于stack exchange，提问作者Leprechault