如何运行 R 脚本：Rscript、source() 和 RStudio

使用 R 的两种方式：控制台与脚本

R 有一个交互式的控制台（也就是 REPL：读取、求值、打印、循环）：你输入一个表达式，R 立刻回答。在终端中输入 R，或者看 RStudio 底部的窗格，你会看到一个 > 提示符，每一行在你按下回车的瞬间就会运行。控制台是你探索的地方：摆弄数据、测试一行代码、查看结果。

R 脚本只是一个保存着 R 代码的纯文本文件，扩展名为 .R。分析工作真正存放在脚本里：它是一份可复现的配方，任何人（包括将来的你）从头运行到尾，都能得到相同的结果。

脚本没什么特别的。下面就是一个完整的脚本，运行一下：

# summary.R - a complete R script
temperatures <- c(21.5, 23.1, 19.8, 24.6, 22.3)

avg <- mean(temperatures)
cat("Readings:", length(temperatures), "\n")
cat("Average temperature:", avg, "\n")
cat("Warmest:", max(temperatures), "\n")

下面的内容讲的都是把这样一个文件交给 R 运行的不同方式。

Rscript：在命令行中运行文件

R 安装时自带一个专门用于此事的命令行工具，叫 Rscript。在终端中，进入你的文件所在的文件夹：

Rscript summary.R

R 启动后，从头到尾运行这个文件，打印脚本输出的内容，然后退出。这是自动化的主力工具：定时任务（cron）、数据流程、服务器、CI，任何不需要人盯着运行代码的地方。

有一个行为每个人都会被它吓一次：在控制台中，输入像 avg 这样的单独表达式，会自动打印它的值。但在 Rscript 下，函数或循环内的单独表达式可能什么都不打印，所以脚本里要用显式的 cat() 或 print() 调用把意思说清楚。尽早养成这个习惯。

source()：在 R 内部运行文件

已经在 R 会话中，想执行一个文件？那就用 source()：

source("summary.R")

文件的每一行都会在你当前的会话中运行，脚本定义的所有东西，比如变量、函数，运行之后都会保留下来。这正是它的用途：source() 就是把你自己写的辅助函数加载到交互式会话中的方法。

默认情况下，除了显式的输出，source() 运行时是静默的。想看它运行的过程，就让它在执行时回显每一行：

source("summary.R", echo = TRUE)

注意这是相对路径："summary.R" 的意思是“在当前工作目录中”，而工作目录在哪里，取决于你是怎么启动 R 的。当 source() 或 read.csv() 莫名其妙地找不到一个明明就在那里的文件时，几乎总是工作目录的问题，详见工作目录。

在 RStudio 中运行脚本

RStudio 用两个命令提供了这两种模式，值得把它们的区别真正弄明白：

• Run（Ctrl+Enter，macOS 上是 Cmd+Enter）：在控制台中执行当前行或高亮选中的内容。这是探索模式：写一行，运行，看结果，再调整。
• Source（点击 Source 按钮，或按 Ctrl/Cmd+Shift+S）：执行整个文件，和在控制台中调用 source() 完全一样。

逐行 Run 的陷阱在于，你的控制台会话会不断积累状态：那些你后来修改或删除了的代码行所创建的变量仍然存在，于是脚本在你这里“能运行”，到别人那里就失败了。检验脚本的诚实做法是在一个全新的会话中 Source 它（Session → Restart R，然后 Source）。如果它能通过这一关，就是可复现的。

让脚本可以直接执行（macOS / Linux）

在类 Unix 系统上，你可以把一个 R 脚本变成一个独立的命令。在文件的最顶部写一行 shebang：

#!/usr/bin/env Rscript
cat("I am a self-running R script\n")

然后把它标记为可执行（只需要做一次），就能直接运行它：

chmod +x summary.R
./summary.R

shebang 告诉 shell 用哪个解释器来运行这个文件；env Rscript 会在那台机器的 PATH 中找到 Rscript，不管它装在哪里。因为这一行以 # 开头，R 本身会把它当作注释忽略掉。

给脚本传递参数

真正的脚本需要输入，比如一个文件名、一个日期、一个阈值，写在脚本名的后面传进去：

Rscript report.R sales.csv 2026

在脚本内部，commandArgs(trailingOnly = TRUE) 以字符向量的形式返回你传入的参数（trailingOnly = TRUE 会去掉解释器自己的内部参数，你几乎总是需要它）：

# report.R
args <- commandArgs(trailingOnly = TRUE)

input_file <- args[1]
year <- as.numeric(args[2])

cat("Reading:", input_file, "\n")
cat("Filtering to year:", year, "\n")

所有参数都以文本形式传入，是 "2026"，而不是 2026，所以做数学运算之前要用 as.numeric() 转换。我们可以用一个可运行的形式来模拟这个解析逻辑：

# Pretend these came from the command line
args <- c("sales.csv", "2026")

input_file <- args[1]
year <- as.numeric(args[2])

cat("Reading:", input_file, "\n")
cat("Next year will be:", year + 1, "\n")

应该用哪一种？

• 探索数据、尝试想法 → 控制台，或 RStudio 中的 Run。
• 执行整个分析 → RStudio 中的 Source，或终端中的 Rscript。
• 把辅助函数加载到会话中 → source("helpers.R")。
• 自动化、定时任务、数据流程 → Rscript，用 commandArgs() 接收输入。

这些文件里面的代码该怎么写，是下一课的内容，详见 R 语法。

要点回顾

• 控制台用来探索；.R 脚本文件用来做可复现的分析。
• Rscript file.R 在命令行中运行脚本；source("file.R") 在会话中运行它（加上 echo = TRUE 可以看到运行过程）。
• 在 RStudio 中，Run 执行一行，Source 执行整个文件；在全新的会话中 Source，才是真正的可复现性测试。
• #!/usr/bin/env Rscript 加上 chmod +x 让脚本可以直接执行；commandArgs(trailingOnly = TRUE) 以文本形式读取它的参数。

下一篇：R 的语法，用 <- 赋值、函数调用，以及“一切皆向量”的规则。