在R包开发中能否将数据集封装到函数中并导出该函数？

当然可以这么做！而且你的思路还挺巧妙的——通过闭包的方式，确实能让数据集只加载一次，而不是每次调用函数时都重新加载，这点想法很实用。

先看你给出的代码示例：

.f <- function(){
  
  utils::data("my_dataset", envir = environment())
  
  function(other_dataset){
    
    some_function(my_dataset, other_dataset)
  }
}

export_fun <- .f()

逻辑说明 #

当你运行.f()的时候，它会立刻把my_dataset加载到自身的环境中，然后返回内部的那个函数也就是export_fun。这个export_fun会“记住”外层环境里的my_dataset，所以每次调用它时，都不需要再重复加载数据集，直接用已经加载好的版本，能有效提升调用效率。

关于导出export_fun #

完全可以导出这个函数！如果你用roxygen2来管理包的文档和命名空间，只需要给export_fun加上@export标签就行；要是手动管理NAMESPACE文件，直接添加export(export_fun)语句就可以让用户在安装包后直接调用这个函数。

几个注意点 #

• 要确保my_dataset被正确包含在包中：把它放在包的data/目录下，同时在DESCRIPTION文件里做好相关配置，这样包安装时数据集能被正确部署。
• 内存占用问题：如果my_dataset体积很大，包加载时因为export_fun会被初始化，数据集会一直驻留在内存中。如果你的用户并非时刻需要用到这个数据集，或许可以考虑延迟加载的替代方案，但如果export_fun必须依赖这个数据集，那你的方法就非常合适。

备注：内容来源于stack exchange，提问作者det