自己紹介

• なまえ : niszet

• R歴 : 5年目?の初心者

• Twitter : @niszet0

• GitHub : https://github.com/niszet
  

• 今年はPandocの活動を再開したい

背景

• 年末年始にOSSのセキュリティや継続性の話題があった。

  • 故意・過失でバグの混入は起こり得る

  • 開発者・メンテナが力尽きてしまうケースも。

• RもCRAN登録時や更新時にはチェックが入るが、処理内容の妥当性は保証されない。

• 関数の挙動やパッケージのコードをそれぞれ確認して対策しましょう

Rのパッケージのメンテ切れ問題

• 毎年沢山のパッケージがArchivedになっている

  • Rのバージョンアップで動かなくなるなど
  • 古い版の入手自体は可能だが無保証

• 今回は以下を調べた

  • アーカイブされているパッケージ数
  • アーカイブされた年
  • アーカイブされた理由

• コードは後日公開

情報源

• CRANには欲しい情報のリストそのものはなさそう

• CRANのページをスクレイピングして集める

  • Available CRAN Packages By Name

    • パッケージ名が取得できる

  • Archived CRAN Packages

    • パッケージ名と日付が取得できる

  • ArchivedにあってAvailableにないものが”削除されたパッケージ”と判断できる。

前処理

• 削除されたパッケージは本来パッケージがあったページに日付とその理由が書いてある。
  例:
  

  

  • 日付がない時はhtmlのヘッダ情報から抽出

  • 意外と理由は自由記述だった。typoもある。

  • 理由は独断と偏見で7項目に分類した（手作業）

アーカイブされているパッケージ数

## [1] "利用可能なパッケージの数"

## [1] "18716"

## [1] "アーカイブにあるパッケージの数"

## [1] "18019"

## [1] "削除されたパッケージの数"

## [1] "3812"

## [1] "全パッケージ数"

## [1] "22528"

## [1] "削除されたパッケージ数/全パッケージの数x100%"

## [1] "16.9%"

アーカイブされた年

• 2017年以降にアーカイブされたパッケージ数

• 2020年、2021年が特に多い

  • 2020年4月にR4.0.0がリリースされた関係？

• おまけ：2016年までにArchiveされたパッケージ数

アーカイブされた理由

おわりに

• 毎年数百のライブラリがアーカイブへ

  • ここ2年は特に多い

• 理由は”エラー”が多いが、連絡不能なども一定数ある

  • 連絡可能な連絡先の登録を！

• OSS開発者・メンテナの方に感謝…！