r - SQL 查询列表内的数据框

标签 r list dataframe data.table sqldf

给定数据框

df1 <- data.frame(CustomerId=c(1:6),Product=c(rep("Toaster",3),rep("Radio",3)))
df2 <- data.frame(CustomerId=c(2,4,6),State=c(rep("Alabama",2),rep("Ohio",1)))

存储在列表中

dflist <- c(df1,df2)

如何在这些数据帧上运行 sqldf 查询(连接)?

失败的尝试:

test <- sqldf("select a.CustomerId, a.Product, b.State from dflist[1] a
          inner join dflist[2] b on b.id = a.id")

test <- sqldf("select a.CustomerId, a.Product, b.State from dflist$df1 a
          inner join dflist$df2 b on b.CustomerId = a.CustomerId")

最佳答案

如果将列表中的 data.frames 复制到新环境,则可以使用 sqldfenvir 参数或通过命名列表的元素,并使用 with

请注意以下几点:

  • 我使用 list 而不是 c 创建 dflist

注意区别

str(c(df1,df2))
##List of 4
## $ CustomerId: int [1:6] 1 2 3 4 5 6
## $ Product   : Factor w/ 2 levels "Radio","Toaster": 2 2 2 1 1 1
## $ CustomerId: num [1:3] 2 4 6
## $ State     : Factor w/ 2 levels "Alabama","Ohio": 1 1 2

str(list(df1,df2))
##List of 2
## $ :'data.frame': 6 obs. of  2 variables:
##  ..$ CustomerId: int [1:6] 1 2 3 4 5 6
##  ..$ Product   : Factor w/ 2 levels "Radio","Toaster": 2 2 2 1 1 1
## $ :'data.frame': 3 obs. of  2 variables:
##  ..$ CustomerId: num [1:3] 2 4 6
##  ..$ State     : Factor w/ 2 levels "Alabama","Ohio": 1 1 2
  • 我已经调整了 sql 查询以反射(reflect) data.frames 中的名称(按照您的第二种方法)

命名数据

dflist <- list(df1,df2)
names(dflist) <- c('df1','df2')

创建新的工作环境

# create a new environment

e <- new.env()
# assign the elements of dflist to this new environment
for(.x in names(dflist)){
  assign(value = dflist[[.x]], x=.x, envir = e)
}

# this could also be done using mapply / lapply
# eg
# invisible(mapply(assign, value = dflist, x = names(dflist), MoreArgs =list(envir = e)))
# run the sql query
sqldf("select a.CustomerId, a.Product, b.State from df1 a
          inner join df2 b on b.CustomerId = a.CustomerId", envir = e)

##  CustomerId Product   State
## 1          2 Toaster Alabama
## 2          4   Radio Alabama
## 3          6   Radio    Ohio

使用 with 的更简单方法

您可以简单地使用 with 在本地进行计算(重要的是 dflist 是一个命名列表)

# this is far simpler!!
with(dflist,sqldf("select a.CustomerId, a.Product, b.State from df1 a
           inner join df2 b on b.CustomerId = a.CustomerId"))

使用proto的另一种简单方法

  • 感谢@G.Grothendieck(请参阅评论

这使用了 proto 包,该包由 sqldf 加载

dflist <- list(a = df1, b = df2)
sqldf( "select a.CustomerId, a.Product, b.State from df1 a 
         inner join df2 b on b.CustomerId = a.CustomerId", 
         envir = as.proto(dflist))

使用数据表

或者您可以使用data.table,它提供类似sql的方法(请参阅FAQ 2.16)

library(data.table)
dflist <- list(data.table(df1),data.table(df2))
names(dflist) <- c('df1','df2')
invisible(lapply(dflist, setkeyv, 'CustomerId'))
with(dflist, df1[df2])
##    CustomerId Product   State
## 1:          2 Toaster Alabama
## 2:          4   Radio Alabama
## 3:          6   Radio    Ohio

关于r - SQL 查询列表内的数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12346027/

相关文章:

r - if语句去掉: Error in if: argument is of length zero

java - 比较来自 findAll() 的 java 元素

string - R:如何根据规范更改数据框中的列名

r - 将日期字符串转换为 R 中的天数

list - SCHEME - 计算非原始过程的数量

python - Pandas - 创建一个新列,其值在旧列中每次出现值 X 时增加

r - 在函数中使用带有 read.csv 的粘贴

java - 使用 JNI 将 Java Collection<Integer> 类型转换为 R 对象

r - 使用 slidify 将图像添加到标题幻灯片

java - 在 Java 中从 ArrayList 进行无替换采样