使用R的数据库查询

JS

很多方法可以用R查询数据。这篇文章展示了三种最常见的方法：

　　运用 DBI

　　使用dplyr语法

　　使用R note book

　　背景

　　最近的一些软件包改进可以更轻松地将数据库与R一起使用。下面的查询示例演示了这些R软件包的一些功能。

　　DBI。该DBI规范经历了许多最近的改进。使用数据库时，应始终使用符合要求DBI的包。

　　dplyr和dbplyr。该dplyr软件包现在具有用于与数据库通信的通用SQL后端，新dbplyr软件包将R代码转换为特定于数据库的SQL。在撰写R代码时，以下数据库支持SQL转化：Oracle，Microsoft SQL Server，PostgreSQL，Amazon Redshift，Apache Hive和Apache Impala。随着时间的推移会有更多。

　　odbc。odbc只要安装了ODBC驱动程序，R包就提供了连接到任何数据库的标准方法。所述odbcř包是DBI兼容的，并建议用于ODBC连接。

　　RStudio最近对其产品进行了改进，因此它们可以更好地与数据库配合使用。

　　RStudio IDE(v1.1)。使用最新版本的RStudio IDE，可以连接，浏览和查看各种数据库中的数据。IDE具有用于设置新连接的向导，以及用于浏览已建立连接的选项卡。这些新功能是可扩展的，可以与任何具有连接契约的 R包一起使用。

　　RStudio 。如果使用的是RStudio专业产品，可以免费下载RStudio Professional Drivers。以下示例使用Oracle ODBC驱动程序。如果使用的是开源工具，则可以使用自己的驱动程序或使用社区程序包 - 存在许多用于连接各种数据库的开源驱动程序和社区程序包。

　　将数据库与R一起使用是一个广泛的主题，还有更多工作要做。早期的博客文章讨论了我们的愿景。该愿景的一部分是创建一个网站，可以在一个地方找到有关数据库和R的所有内容。要了解更多信息，请访问我们的网站db.rstudio.com。

　　示例：查询Oracle数据库中的库数据

　　在此示例中，我们将查询Oracle数据库中的银行数据。我们使用DBI和odbc包连接到数据库。此特定连接需要数据库驱动程序和数据源名称(DSN)，这两者都由系统管理员配置。您的连接可能使用其他方法。

　　library(DBI)

　　library(dplyr)

　　library(dbplyr)

　　library(odbc)

　　con - dbConnect(odbc::odbc(), Oracle DB)

　　1.使用查询 DBI

　　您可以DBI使用该dbGetQuery()功能查询数据。只需将SQL代码粘贴到R函数中作为带引号的字符串。此方法有时称为传递SQL代码，可能是查询数据的最简单方法。应谨慎使用，以根据需要逃避您的报价。例如，'yes'写成'yes'。

　　dbGetQuery(con,'

　　select month_idx, year, month,

　　sum(case when term_deposit = \'yes\' then 1.0 else 0.0 end) as subscribe,

　　count(*) as total

　　from bank

　　group by month_idx, year, month

　　')

　　2.使用dplyr语法进行查询

　　您可以用dplyr语法编写代码，并将dplyr代码转换为SQL。在dplyr语法中编写查询有几个好处：您可以为R对象和数据库表保持相同的一致语言，不需要SQL或特定的SQL变体，您可以利用dplyr使用延迟评估的事实。dplyr语法很容易阅读，但您始终可以使用该show_query()函数检查SQL转换。

　　q1 - tbl(con, bank) %%

　　group_by(month_idx, year, month) %%

　　summarise(

　　subscribe = sum(ifelse(term_deposit == yes, 1, 0)),

　　total = n())

　　show_query(q1)

　　SELECT month_idx, year, month, SUM(CASE WHEN (term_deposit = 'yes') THEN (1.0) ELSE (0.0) END) AS subscribe, COUNT(*) AS totalFROM (bank)

　　GROUP BY month_idx, year, mo

　　3.使用Rnote book 查询

　　您是否知道可以在R Notebook代码块中运行SQL代码?要使用SQL，请在“ 文件”“新建文件”菜单下的RStudio IDE中打开R Notebook。使用，启动新的代码块，并使用代码块选项指定您的连接。如果要将查询输出发送到R数据帧，请在代码块选项中使用。指定时，您将能够在后续R代码块中使用输出。在这个例子中，我们使用输出。{sql}connection=conoutput.var = mydataframeoutput.varggplot2

　　SELECT month_idx, year, month, SUM(CASE WHEN (term_deposit = 'yes') THEN (1.0) ELSE (0.0) END) AS subscribe,

　　COUNT(*) AS totalFROM (bank)

　　GROUP BY month_idx, year, month

　　library(ggplot2)

　　ggplot(mydataframe, aes(total, subscribe, color = year)) +

　　geom_point() +

　　xlab(Total contacts) +

　　ylab(Term Deposit Subscriptions) +

　　ggtitle(Contact volume)

　　

　　image.png

　　摘要

　　使用R查询数据没有单一的最佳方法。您可以选择多种方法，每种方法都有其优点。以下是使用本文中介绍的方法的一些优点。

　　方法

　　好处

　　DBI :: dbGetQuery

　　需要的依赖性更少

　　dplyr语法

　　对R和数据库对象使用相同的语法

　　不需要SQL知识

　　代码是SQL变体的标准

　　懒惰的评价

　　R Notebook SQL引擎

　　复制并粘贴SQL - 无需格式化

　　SQL语法突出显示

​