R语言写脚本：从数据处理到自动化小任务

很多人以为R语言只是统计分析和画图的工具，其实它也能像Python或Shell一样写脚本，完成自动化任务。比如你每天要整理一份销售报表，手动操作费时还容易出错，用R写个脚本，一键运行就搞定。

为什么用R语言写脚本？

R在数据处理方面有天然优势。内置向量、数据框结构，加上dplyr、tidyr这些包，清洗数据几行代码就能完成。如果你的工作经常和Excel、CSV、数据库打交道，R脚本比手动操作高效太多。

而且Rscript命令可以直接在终端运行脚本，不依赖图形界面。服务器上跑定时任务、批量处理日志文件，都很合适。

一个简单的R脚本例子

假设你有一堆CSV格式的用户行为日志，想合并成一个总表，并统计每日访问量。可以写个R脚本自动处理：

library(dplyr)
library(readr)

# 读取目录下所有csv文件
files <- list.files("logs/", pattern = "*.csv", full.names = TRUE)

data_list <- lapply(files, read_csv)
combined_data <- bind_rows(data_list)

# 添加日期列并统计每日人数
daily_summary <- combined_data %>%
  mutate(date = as.Date(timestamp)) %>%
  count(date, name = "visits")

# 保存结果
write_csv(daily_summary, "output/daily_report.csv")
print("日报生成完成！")

如何运行R脚本

把上面的代码保存为generate_report.R，然后在终端执行：

Rscript generate_report.R

如果想每天早上8点自动运行，可以配合crontab（Linux/Mac）设置定时任务：

0 8 * * * Rscript /path/to/generate_report.R

实用技巧

脚本里可以用argparse包接收命令行参数。比如指定输入路径或日期范围：

library(argparse)

parser <- ArgumentParser()
parser$add_argument("--input", default = "logs/")
parser$add_argument("--date", default = Sys.Date())

args <- parser$parse_args()

这样调用脚本时就可以传参：Rscript script.R --input ./new_logs --date 2024-05-20，灵活性大大提升。

再复杂一点，还能用R脚本调用API获取数据、发送邮件通知结果，或者结合Shiny做简单Web接口。别再只把它当绘图工具了，R写脚本也能扛活。