Rコードと出力を整理する効率的な方法は何ですか？[閉まっている]

他の人がどのようにRコードと出力を整理するかについてのインプットを探しています。

私の現在のプラクティスは、次のようなテキストファイルのブロックにコードを記述することです。

#=================================================
# 19 May 2011
date()
# Correlation analysis of variables in sed summary
load("/media/working/working_files/R_working/sed_OM_survey.RData")
# correlation between estimated surface and mean perc.OM in epi samples
cor.test(survey$mean.perc.OM[survey$Depth == "epi"], 
    survey$est.surf.OM[survey$Depth   == "epi"]))
#==================================================

次に、通常は注釈を付けて、出力を別のテキストファイルに貼り付けます。

この方法の問題は次のとおりです。

1. コードと出力は、日付以外では明示的にリンクされていません。
2. コードと出力は時系列に編成されているため、検索が難しい場合があります。

目次を作成できるので、すべてを使って1つのSweaveドキュメントを作成することを検討しましたが、これは、提供するメリットよりも手間がかかるようです。

Rコードと出力を整理して、分析の効率的な検索と編集を可能にする効果的なルーチンを教えてください。

あなたはこの質問をする最初の人ではありません。

• 統計分析プロジェクトの管理–ガイドラインとベストプラクティス
• Rのワークフロー
• Rワークフロー： Jeromy AnglimによるMelbourne R Usersでの講演からのスライド（Rワークフロー専用のWebページのはるかに長いリストを含む）
• 私自身のもの：再現可能な研究の重要な部分としてRとLATEXを使用した動的ドキュメント
• プロジェクト組織へのリンクの追加：統計分析プロジェクトを効率的に管理する方法は？

私は、プロジェクトまたは分析ごとにすべてを4つのファイルに整理します。（1） 'code' R関数のテキストファイルを保存する場所。（2） 'sql'データを収集するために使用されるクエリを保持する場所。（3）「dat」生データおよび処理済みデータのコピー（通常はcsv）を保管する場所。（4） 'rpt'配布したレポートを保存する場所。

すべてのファイルには、「analysis_of_network_abc_for_research_on_modified_buffer_19May2011」などの非常に詳細な名前が付けられています

また、仮説、仮定、包含および除外基準、および成果物に到達するためにとるステップを整理する詳細なドキュメントを前もって作成します。これらはすべて、反復可能な研究にとって非常に貴重であり、私の年間目標設定プロセスを容易にします。

Sweaveに切り替えたので、戻りたくありません。特に出力としてプロットがある場合、各プロットの作成に使用されたコードを追跡するのがはるかに簡単です。また、最初に1つの小さな問題を修正し、手動で何も再実行することなく出力全体に波及させることがはるかに簡単になります。

単一の.Rコードファイルを構造化するために、コードセパレーター（オプションのタイトル付き）を挿入し、それらに基づいて作成したRStudioアドインであるstrcodeを使用して、コードファイルの概要を取得することもできます。この使用方法については、このブログ投稿で詳しく説明します。