作者：Frank  山东大学环境研究院博士   R语言中文社区专栏作者

知乎ID：

https://www.zhihu.com/people/chen-xiao-tian-92-92

前言

因为数据处理需要，写了汇总仪器每日原始数据的R语言代码。仪器每日凌晨自动生成一份前一日的原始数据，因此需要代码每日定时自动运行一次进行汇总更新。

通过R脚本+windows计划任务可以实现R代码定时自动运行。

本文目录

1. windows环境变量中加入R语言路径

2. 写R脚本和bat脚本

3. 设置windows计划任务

注意：如果你不想在环境变量中加入R的路径，觉得麻烦，或者你的环境变量添加成功，但是bat脚本却一直出错（部分win7系统会出现这一情况），请参考文末的补充内容。

1、windows环境变量中加入R语言路径

准备：“此电脑”>“属性”>确定系统类型是64位还是32位

寻找R语言安装路径

如果你是按照默认路径安装的话，应该在C:\Program Files\R\R-3.4.4\bin文件夹下。

如果你装的是64位的R，该路径下会有一个“x64”文件夹。下文路径需具体到该文件夹。

如果你装的是32位的R，该路径下会有一个“i386”文件夹。下文路径需具体到该文件夹。

“此电脑”>“属性”>“高级系统设置”>"高级”>“环境变量”>“path">"编辑”

在变量值一栏后方中加入刚刚寻找到的R语言路径。（以下为R-3.4.4版本默认安装路径）

32位是：C:\Program Files\R\R-3.4.4\bin\i386;

62位是：C:\Program Files\R\R-3.4.4\bin\x64;

点击确定。

2、写R脚本和bat脚本

新建txt文本文档，将所需R代码粘贴进去，选择“另存为”，保存类型选择“所有文件”，文件名需写后缀“.R"（例如“test.R”），以ANSI编码格式保存。这样R脚本就写好了。

新建txt文本文档，把启动R脚本的bat语句复制粘贴进去（此处R脚本名称以“test.R”为例）：

1Rscript test.R
2exit

选择“另存为”，保存类型选择“所有文件”，文件名需写后缀“.bat"（例如“test.bat”）。这样R脚本就写好了。

将R脚本和bat脚本放在同一个文件夹下。

点击一次bat脚本观察所写R代码运行的结果是否有生成。（例如代码是用于更新某个文件，则观察该文件的修改日期是否变化到最新的时间）。

如果结果是代码正常执行，则进入下一步。

3、设置windows任务

“此电脑”>“管理”>“系统工具”>“任务计划程序”

“任务计划程序”右键，选择“创建任务”。

填写任务名称。

选择“不管用户是否登陆都要运行”。

选择“不存储密码”。

依据实际情况选择是否要“使用最高权限运行”。

切换至“触发器”选项卡，点击“新建”，弹出“编辑触发器”窗口。设定运行频率。

选择开始任务“制定计划时”。

设置频率“每天”（依据实际需求）。

设置开始时间，以及间隔。例如：“2018-03-19 03:00:00”、“每隔一天发生一次”。

可依据实际情况填写该页面的选项。

点击“确定”，返回任务属性界面继续设置。

切换至“操作”选项卡，点击“新建”，进入“编辑操作”窗口。

操作选择“启动程序”。

“程序或者脚本”一栏点击“浏览”找到之前准备的bat文件。

“起始于”一栏填写R脚本和bat脚本存放的路径。例如存放于D盘根目录，则写”D:\“。

点击”确定“返回任务属性界面。

点击任务属性界面的“确定”，完成全部设置。

接下来就尽情享受自动定时运行R脚本带来的便利吧。

补充内容

如果你不想在环境变量中加入R的路径，觉得麻烦，或者你的环境变量添加成功，但是bat脚本却一直出错（部分win7系统会出现这一情况），请将bat脚本改为如下内容：

1C：#R的安装盘
2cd C:\Program Files\R\R-3.4.3\bin\x64#Rscript的路径，此处以默认安装路径为例
3Rscript F:\test.R#R脚本的路径，此处以放置在F盘的test.R为例
4exit

往期精彩：

• Google 的 OKR 制度与KPI 有什么不同？

• R_空间插值_必知必会（一）

• 用data.table语句批量处理变量

• 关于data.table中i, j, by都为数字的理解

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战
回复 Python       1小时破冰入门
回复 数据挖掘     R语言入门及数据挖掘
回复 人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习     机器学习的商业应用
回复 数据科学     数据科学实战
回复 常用算法     常用数据挖掘算法

给我【好看】

你也越好看！