可复制代码是获得帮助的关键。然而，许多用户可能对粘贴哪怕是一大块数据都持怀疑态度。例如，他们可能在处理敏感数据，或者在研究论文中使用收集的原始数据。

出于任何原因，我认为在公开粘贴数据之前，有一个方便的函数来“变形”我的数据会很好。SciencesPo包中的匿名化函数非常愚蠢，但对我来说，它与dput函数配合得很好。

install.packages("SciencesPo")

dt <- data.frame(
    Z = sample(LETTERS,10),
    X = sample(1:10),
    Y = sample(c("yes", "no"), 10, replace = TRUE)
)

> dt
   Z  X   Y
1  D  8  no
2  T  1 yes
3  J  7  no
4  K  6  no
5  U  2  no
6  A 10 yes
7  Y  5  no
8  M  9 yes
9  X  4 yes
10 Z  3  no

然后我将其匿名化：

> anonymize(dt)
     Z    X  Y
1   b2  2.5 c1
2   b6 -4.5 c2
3   b3  1.5 c1
4   b4  0.5 c1
5   b7 -3.5 c1
6   b1  4.5 c2
7   b9 -0.5 c1
8   b5  3.5 c2
9   b8 -1.5 c2
10 b10 -2.5 c1

在应用匿名化和dput命令之前，可能还需要对一些变量而不是整个数据进行采样。

    # Sample two variables without replacement
> anonymize(sample.df(dt,5,vars=c("Y","X")))

   Y    X
1 a1 -0.4
2 a1  0.6
3 a2 -2.4
4 a1 -1.4
5 a2  3.6

要快速创建数据的dput，只需将数据复制到剪贴板，然后在R中运行以下命令：

对于Excel中的数据：

dput(read.table("clipboard", sep="\t", header=TRUE))

对于.txt文件中的数据：

dput(read.table("clipboard", sep="", header=TRUE))

如果需要，可以更改后者中的sep。当然，只有当您的数据在剪贴板中时，这才有效。

除了我发现非常有趣的上述所有答案之外，有时也很容易，正如这里所讨论的：如何制作一个最小的可重复示例来获得R的帮助

有许多方法可以创建随机向量创建一个100个数字的向量，其中R中的随机值舍入为2个小数或R中的一个随机矩阵：

mydf1<- matrix(rnorm(20),nrow=20,ncol=5)

请注意，由于维度等各种原因，有时很难共享给定的数据。然而，上述所有答案都很好，在想要制作可复制的数据示例时，思考和使用这些答案非常重要。但请注意，为了使数据与原始数据一样具有代表性（以防OP无法共享原始数据），最好在数据示例中添加一些信息（如果我们将数据称为mydf1）

class(mydf1)
# this shows the type of the data you have
dim(mydf1)
# this shows the dimension of your data

此外，应该知道可以是数据结构的数据的类型、长度和属性

#found based on the following
typeof(mydf1), what it is.
length(mydf1), how many elements it contains.
attributes(mydf1), additional arbitrary metadata.

#If you cannot share your original data, you can str it and give an idea about the structure of your data
head(str(mydf1))

指南：

---

你提出问题的主要目的应该是让读者尽可能容易地理解并在他们的系统上重现你的问题。为此：

提供输入数据提供预期输出简洁地解释您的问题如果您有超过20行的文本+代码，您可能可以回去简化尽可能简化代码，同时保留问题/错误

这确实需要一些工作，但这似乎是一种公平的权衡，因为你要求别人为你做工作。

提供数据：

---

内置数据集

到目前为止，最好的选择是依赖内置数据集。这使得其他人很容易解决您的问题。在R提示符下键入data（）以查看您可以使用的数据。一些经典的例子：

虹膜地铁车厢ggplot2：：钻石（外包装，但几乎每个人都有）

检查内置数据集以找到适合您问题的数据集。

如果你能用内置的数据集重新表述你的问题，你就更有可能得到好的答案（和支持）。

自行生成的数据

如果您的问题是特定于现有数据集中未表示的数据类型，请提供R代码，以生成您的问题所在的最小可能数据集。例如

set.seed(1)  # important to make random data reproducible
myData <- data.frame(a=sample(letters[1:5], 20, rep=T), b=runif(20))

试图回答我的问题的人可以复制/粘贴这两行，然后立即开始解决问题。

dput

最后，您可以使用dput将数据对象转换为R代码（例如dput（myData））。我说这是“最后的手段”，因为dput的输出通常相当笨拙，复制粘贴很烦人，并掩盖了您的其余问题。

提供预期输出：

---

有人曾经说过：

一张预期产出的图片值1000字--智者

如果您可以添加类似“我希望得到这个结果”的内容：

   cyl   mean.hp
1:   6 122.28571
2:   4  82.63636
3:   8 209.21429

对于你的问题，人们更容易理解你想快速做什么。如果您的预期结果很大且难以处理，那么您可能还没有充分考虑如何简化您的问题（见下一页）。

简洁地解释您的问题

---

主要要做的是在提问之前尽可能简化问题。在这方面，重新构建问题框架以使用内置数据集将有很大帮助。你也会经常发现，仅仅通过简化的过程，你就能回答自己的问题。

以下是一些好问题的示例：

内置数据集使用用户生成的数据

在这两种情况下，用户的问题几乎肯定与他们提供的简单示例无关。相反，他们抽象了问题的本质，并将其应用于一个简单的数据集，以提出问题。

为什么这个问题还有另一个答案？

---

这个答案侧重于我认为的最佳实践：使用内置数据集，并以最小的形式提供您期望的结果。最突出的答案侧重于其他方面。我不指望这个答案会上升到任何突出的位置；这只是为了让我可以在新手问题的评论中链接到它。

如果您有一个大数据集，无法使用dput（）轻松放入脚本，请将数据发布到pastebin并使用read.table加载它们：

d <- read.table("http://pastebin.com/raw.php?i=m1ZJuKLH")

灵感来自Henrik。

最初的帖子指的是现已退役的数据营的小提琴演奏服务。它已被重新命名为数据营灯，不能像我的回答所示的那样容易嵌入。

我想知道http://old.r-fiddle.org/链接可能是分享问题的一种非常简单的方式。它接收一个唯一的ID，比如，甚至可以考虑将其嵌入SO中。