R Users > HOME > R中文主页 > R中文教程 > R数据的导入与导出 > 正文

4.2.1 SQL 查询

Keywords:

Next: ,Previous: Overview of RDBMSs,Up: Overview of RDBMSs

4.2.1 SQL 查询

对于常规操作，非常全面的 R 接口可以产生SQL，但是对于复杂操作，只有直接使用 SQL。习惯上，SQL 用大写字母编写，但是很多用户发现在 R 接口函数里面用小写比较方便。

一个关系型DBMS以 表格（tables） （或关系（relations））数据库的方式存储数据。数据库的表格和 R 的数据框类似，因为它们都是由同一类型（数值，字符，日期，货币，...）的列（column）或者字段（fields）和 包含实体观测数据的 行（row）或记录（record）组成。

SQL `查询'是关系数据库里面最常用的操作。典型的查询是下面类型的SELECT语句

     SELECT State, Murder FROM USArrests WHERE Rape > 30 ORDER BY Murder

     SELECT t.sch, c.meanses, t.sex, t.achieve

       FROM student as t, school as c WHERE t.sch = c.id

     SELECT sex, COUNT(*) FROM student GROUP BY sex

     SELECT sch, AVG(sestat) FROM student GROUP BY sch LIMIT 10

上面语句的第一条从已经复制到一个数据库表的R 数据框USArrests 数据中选择两列，基于第三列做子集操作，并且让结果数据排序。第二条语句连接（join）两个表格student 和school，随后返回四列。第三和第四个查询进行了一些交差列表操作然后返回计数和平均值。（五个聚合函数分别是COUNT(*) 以及用于列的 SUM， MAX， MIN 和 AVG）

SELECT查询用FROM选择表，WHERE设定查询条件（或者被AND或OR分割的多个条件），然后用ORDER BY对结果进行排序。和数据框不一样的是，RDBMS表里面的行最好看作是无序的，如果没有ORDER BY语句，顺序是不确定的。你可以对对不止一列进行排序（辞典排序方式），各个列间用逗号分隔。把DESC放在ORDER BY后面会让结果按降序排列。

SELECT DISTINCT 查询只返回被选中的表中不同的行。

GROUP BY字句选择基于标准的行的子集。如果不止一列被设定（逗号分隔），可以用五个聚合函数中的一个对多维交差分类的数据进行汇总。HAVING字句可以基于聚合值选择或去掉一些组。

如果SELECT语句含有产生唯一排序的ORDER BY语句，LIMIT字句可加入选择（通过数字）输出行的一个连续的区块。在同时取得一个区块行时，该语句非常有用。（除非排序是唯一的否则它可能不可靠，因为LIMIT字句可用来优化查询。）

还有查询用于创建表（CREATE TABLE，但通常是利用这些接口把一个数据框复制到数据库），INSERT（插入）或DELETE（删除）或UPDATE（更新）数据。可用 DROP TABLE `查询'破坏一个表1。

Kline 和 Kline (2001) 对SQL Server 2000，Oracle，MySQL 和 PostgreSQL里面SQL语句的实现细节进行了论述。

Footnotes

[1] 译者注：DROP会把一个表彻底删除，而DELETE只删除一个表的内容，会保持表的存在。

Hits:Loading...

special topic