如何安装“R-essentials”中不可用的 R 包？

现在我找到了文档：

这是解释如何生成仅在 CRAN 存储库中可用的 R 包的文档：https://www.continuum.io/content/conda-data-science

转到“构建 conda R 包”部分。

（提示：只要 R 包在 anaconda.org 下可用，请使用此资源。请参见此处：https://www.continuum.io/blog/developer/jupyter-and-conda-r）

alistaire 的答案是添加 R 包的另一种可能性：

如果您通过常规 install.packages（来自 CRAN 镜像）或 devtools::install_github（来自 GitHub）从 R 内部安装包，它们可以正常工作。 @alistaire

如何做到这一点：打开你的（独立的）R安装，然后运行以下命令：

install.packages("png", "/home/user/anaconda3/lib/R/library")

将新包添加到 Jupyter 使用的正确 R 库中，否则该包将安装在 .libPaths() 中提到的 /home/user/R/i686-pc-linux-gnu-library/3.2/png/libs 中。

---

除了 R-essentials 在 Jupyter 上安装其他 R 包

install.packages('readr', repos='http://cran.us.r-project.org')

一个问题是特定存储库是 US.R-Project（如下所示）。我尝试了其他人，但没有奏效。

注意将 readr 替换为要安装的任何所需的包名称。

---

这是一个以 conda 为中心的答案。它建立在弗兰克的答案和连续网站：https://www.continuum.io/content/conda-data-science 的基础上，并提供了更多细节。

一些在 r-essentials 中不可用的软件包在 conda 频道上仍然可用，在这种情况下，它很简单：

conda config --add channels r
conda install r-readxl

如果您需要构建一个包并使用 conda 进行安装：

conda skeleton cran r-xgboost
conda build r-xgboost
conda install --use-local r-xgboost

continuum 网站中没有最后一行，因为他们认为它首先发布到 anaconda 存储库。没有它，任何内容都不会放在 envs/ 目录中，并且命令行 R 或 Jupyter 将无法访问该包。

在 Mac 上，我发现为包构建安装 Clang 编译器很重要：

conda install clangxx_oxs-64

---

我找到了一个简单的解决方法。我想你有一个适合你的 RStudio IDE。为此使用 RStudio 很奇怪，但我直接从终端中的 R 尝试过，但它没有用。因此，在 RStudio 控制台中，只需将路径添加到您的 anaconda 目录（在 OSX 中，'/Users/yourusernamehere/anaconda/lib/R/library'）

所以，例如，

install.packages('package','/Users/yourusernamehere/anaconda/lib/R/library')

我为发布这样一个不花哨的答案而感到羞耻，但这是唯一对我有用的答案。

---

在此处添加它，以便其他已经使用 Python 使用 Jupyter 笔记本并有兴趣将其与 R 一起使用的初学者：可以使用用于安装基本包的相同命令通过终端安装可用于 Anaconda 的其他包。

安装 r-essentials

conda install -c r r-essentials

安装 microbenchmark（用于准确测量和比较 R 表达式执行时间的基础设施）

conda install -c r r-microbenchmark

---

从命令行安装 CRAN 包：

R --slave -e "install.packages('missing-package', repos='http://cran.us.r-project.org')"

---

尝试在带有 r-essentials 的 conda 中使用 install_github("user/package") 从 github 安装软件包时遇到问题。错误是多重的，而且不是描述性的。

能够使用以下步骤解决问题：

在本地下载并解压包

激活正确的 conda 环境（如果需要）

从命令行运行 R

库（开发工具）

install('/path/to/unzipped-package')

由于缺少依赖项，命令失败，但现在我知道缺少了什么！

对所有依赖项运行 install.packages('missing-package', repos='http://cran.us.r-project.org')

再次运行 install('/path/to/unzipped-package') 。现在它应该工作了！

---

使用康达锻造

距离最初的问题五年后，我断言更现代的解决方案只是：使用Conda Forge。 Conda Forge 频道不仅提供了更广泛的 CRAN 覆盖范围，而且还具有简单的程序和很长的周转时间（通常在 24 小时以下），可以将缺少的 CRAN 包添加到频道中。

从 Conda Forge 开始

我建议将 Conda Forge 用于完整堆栈，并为您需要的每个 R 版本使用专用环境。

conda create -n r41 -c conda-forge r-base=4.1 r-irkernel ...

其中 ... 是您需要的任何其他软件包（如 r-tidyverse）。 r-irkernel 包是可选的，但包含在此处是因为 OP 提到在 Jupyter 中使用 R。

如果您的带有 Jupyter 的环境（应该在一个单独的环境中）也安装了 nb_conda_kernels，那么 Jupyter 将自动发现这个环境。

从 Conda Forge 安装

通常，CRAN 上的所有 R 包在 Conda Forge 上的包名称前都有一个 r- 前缀。因此，如果您感兴趣的包是 pkgname，请先尝试

conda install -n r41 -c conda-forge r-pkgname

如果包不可用，则继续添加或请求它。

使用 Conda R Skeleton Helper 提交 CRAN 包

有一个有用的脚本集合，称为 conda_r_skeleton_helper，用于为 CRAN 包创建新的 Conda Forge 配方。 the README中有明确的指示。

概括地说，一个人会

克隆 conda_r_skeleton_helper 存储库

编辑 packages.txt 文件以包含 r-pkgname

运行脚本以生成配方

fork 并克隆 conda-forge/staged-recipes

将新配方文件夹复制到 stage-recipes/recipes 文件夹

提交更改，推送到 fork，然后将 Pull Request 提交回 Conda Forge

这可能需要大约 15 分钟的工作时间。提交后，大多数包在 24 小时内被接受、输入并部署到 Conda Forge 渠道。一旦原料启动并运行，Conda Forge 基础设施使用机器人自动检测版本更新，生成新的拉取请求，甚至自动合并成功构建的拉取请求。也就是说，维护人员的工作量非常小，如果有问题，可以有一个团队提供帮助。

提交包裹请求

对于不喜欢创建和维护 Conda Forge 构建的用户，可以通过 filing a new Issue 在 Conda Forge 的 staged-recipes 存储库中请求软件包。 Package Request 有一个模板，其中包括一些需要填写的信息字段。

---

使用 conda 安装 rpy2 并在 Jupyter 笔记本中添加以下行。

%load_ext rpy2.ipython

在接下来的块中，您可以通过指定 %R 简单地运行任何 r 代码

下面是我最喜欢的安装和/或加载 r 包的方法

%R if (!require("pacman")) install.packages("pacman")
%R pacman::p_load(dplyr, data.table, package3, package4)

p_load 参数将安装+加载包，如果它不在你的库中，否则它只会加载它。

---

有人提出了一种不太优雅的解决方法，但实际上只要它工作正常就没有关系。

install.packages('package','/Users/yourusernamehere/anaconda/lib/R/library')

我花了几乎一整个上午的时间来寻找这个问题的答案。我能够在 RStudio 上安装库，但不能在 Jupyter Notebook 上安装库（它们有不同版本的 R）上面的解决方案“几乎”有效，只是我发现 Jupyter Notebook 试图安装在不同的目录中，它会报告什么目录。所以我只改变了它，它就像一个魅力......感谢 Dninhos

---

对我有用的是install.packages("package_name", type="binary")。其他答案都没有奏效。

---