R语言和Oracle数据查询总结

本是古典何须时尚 2023-06-12 06:20 4阅读 0赞

### 连接Oracle数据库 ###

library(RODBC)

\*\*这里是载入RODBC库  
channel<-odbcConnect(“MyTest”,uid=“ripley”,case=“tolower”)

\*\*连接刚才添加进数据源的“MyTest”数据库

**ch <- odbcConnect("some dsn ", uid = "user ", pwd = "**\*\* ")

**表示用户名为user，密码是**\*\*，如果没有设置，可以直接忽略

> data(USArrests)

\*\*将“USArrests”表写进数据库里（这个表是R自带的）

> sqlSave(channel,USArrests,rownames = “state”,addPK = TRUE)

\*\*将数据流保存，这时候打开SQL Server就可以看到新建的USArrests表了

> rm(USArrests)  
> sqlTables(channel)

\*\*给出数据库中的表

> sqlFetch(channel,“USArrests”,rownames = “state”)

\*\*输出USArrests表中的内容

> sqlQuery(channel,“select \* from USArrests”)

\*\*调用SELECT查询语句并返回结果（如图）

### R语言常用的数据处理的包 ###

###### 一.dplyr包 ######

dplyr包是Hadley Wickham(ggplot2包的作者，被称为‘一个改变R的人’)的杰作， dplyr可用于处理R内部或者外部的结构化数据，相较于plyr包，dplyr专注接受dataframe对象, 大幅提高了速度,并且提供了更稳健的数据库接口。

###### 筛选: filter系列 ######

filter、filter\_all、filter\_at、filter\_if  
用法：filter(.data, 条件…)  
这里我们用R的内置数据集作为例子（mtcars）

filter(mtcars, cyl == 8)  
    filter(mtcars, cyl < 6)  
    #过滤出cyl < 6 并且 vs == 1的行  
    
    filter(mtcars, cyl < 6 & vs == 1)  
    filter(mtcars, cyl < 6, vs == 1)  
    #过滤出cyl < 6 或者 vs == 1的行  
    filter(mtcars, cyl < 6 | vs == 1)  
    #过滤出cyl 为4或6的行  
    filter(mtcars, cyl %in% c(4, 6))

###### 基于filter函数的用法，扩展出了一些新的函数 ######

1 filter\_all(mtcars, any\_vars(. > 150)) \#筛选任何变量＞150的样本  
2 filter\_at(mtcars, vars(starts\_with(“d”)), any\_vars((. %% 2) == 0))  
3. 筛选变量以“d”结尾，并且变量 “%%2” 等于0  
4 filter\_if(mtcars, ~ all(floor(.) == .), all\_vars(. != 0))  
5 筛选变量向下取整 == 原变量数值, 并且这部分变量的数值！= 0 的样本集

###### slice函数 ######

用法：slice(.data, …)  
用处： slice() 函数通过行号选取数据

\#选取第一行的数据  
slice(mtcars, 1L)  
filter(mtcars, row\_number() == 1L)  
\#选取最后一行数据  
slice(mtcars, n())  
filter(mtcars, row\_number() == n())  
\#\#\#\#\#选取第5行到最后一行所有数据  
slice(mtcars, 5:n())  
filter(mtcars, between(row\_number(), 5, n()))  
这个函数在实际中并不常用，但是在某些情况下就会非常好用。

###### 排列: arrange ######

用法：arrange(.data, …)  
arrange()按给定的列名依次对行进行排序，默认是按照升序排序，对列名加 desc() 可实现倒序排序。原数据集行名称会被过滤掉。

\#以cyl和disp联合升序排序 ,如果cyl相同，按照disp  
arrange(mtcars, cyl, disp)  
\#以disp降序排序  
arrange(mtcars, desc(disp))

###### 选择: select ######

用法：select(.data, …)

\#选取变量名前缀包含Petal的列  
select(iris, starts\_with(“Petal”))  
\#选取变量名前缀不包含Petal的列  
select(iris, -starts\_with(“Petal”))  
\#选取变量名后缀包含Width的列  
select(iris, ends\_with(“Width”))  
\#选取变量名后缀不包含Width的列  
select(iris, -ends\_with(“Width”))  
\#选取变量名中包含etal的列  
select(iris, contains(“etal”))  
\#选取变量名中不包含etal的列  
select(iris, -contains(“etal”))  
\#正则表达式匹配，返回变量名中包含t的列  
select(iris, matches(".t."))  
\#正则表达式匹配，返回变量名中不包含t的列  
select(iris, -matches(".t."))  
\#直接选取列  
select(iris, Petal.Length, Petal.Width)  
\#返回除Petal.Length和Petal.Width之外的所有列  
select(iris, -Petal.Length, -Petal.Width)  
\#使用冒号连接列名，选择多个列  
select(iris, Sepal.Length:Petal.Width)  
\#选择字符向量中的列，select中不能直接使用字符向量筛选，需要使用one\_of函数  
vars <- c(“Petal.Length”, “Petal.Width”)  
select(iris, one\_of(vars))  
\#返回指定字符向量之外的列  
select(iris, -one\_of(vars))  
\#返回所有列，一般调整数据集中变量顺序时使用  
select(iris, everything())  
\#调整列顺序，把Species列放到最前面  
select(iris, Species, everything())  
一般我们用select函数选择一个数据的几列

df <- as.data.frame(matrix(runif(100), nrow = 10))  
    df <- tbl_df(df[c(3, 4, 7, 1, 9, 8, 5, 2, 6, 10)])  
    #选择V4，V5，V6三列  
    select(df, V4:V6)  
    select(df, num_range("V", 4:6))

###### 变形: mutate ######

用法：mutate(.data, …)  
mutate()函数对已有列进行数据运算并添加为新列，

#添加新列wt_kg和wt_t,在同一语句中可以使用刚添加的列  
    mutate(mtcars, wt_kg = wt * 453.592, wt_t = wt_kg / 1000)  
    #计算新列wt_kg和wt_t，返回对象中只包含新列  
    transmute(mtcars, wt_kg = wt * 453.592, wt_t = wt_kg / 1000)

###### 分组: group ######

用法：group\_by(.data, …, add = FALSE)  
group\_by()用于对数据集按照给定变量分组，返回分组后的数据集。对返回后的数据集使用以上介绍的函数时，会自动的对分组数据操作。

#使用变量cyl对mtcars分组，返回分组后数据集  
    by_cyl <- group_by(mtcars, cyl)  
    #返回每个分组中最大disp所在的行  
    filter(by_cyl, disp == max(disp))  
    #返回每个分组中变量名包含d的列，始终返回分组列cyl  
    select(by_cyl, contains("d"))  
    #使用mpg对每个分组排序  
    arrange(by_cyl,  mpg)  
    #对每个分组无重复的取2行记录  
    sample_n(by_cyl, 2)

###### 数据关联：join ######

类似于merge的用法

\#内连接，合并数据仅保留匹配的记录

inner\_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", “.y”), …)

\#左连接，向数据集x中加入匹配的数据集y记录

left\_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", “.y”), …)

\#右连接，向数据集y中加入匹配的数据集x记录

right\_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", “.y”), …)

\#全连接，合并数据保留所有记录，所有行

full\_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", “.y”), …)

\#返回能够与y表匹配的x表所有记录

semi\_join(x,y, by = NULL, copy = FALSE, …)