将 sqldf 放入 r 函数中

Question

有没有办法将 sqldf 查询放入用户定义的函数中？我经历过这个：http://r.789695.n4.nabble.com/Passing-Multiple-Variable-Into-SQLDF-Statement-as-parameters-of-function-td4636147.html，R call variable inside sqldf。

我的示例代码是这样的：

db1 = data.frame(a = c(1,2,3), b = c("a","b","c"))
db2 = data.frame(a = c(1,2,3), b = c("b","a","c"))
db = list(db1,db2)

extrct = function(x){
Example=paste0("select * from", x , "where b
='","b", "'")
sqldf(Example,verbose=TRUE) 
}

我有很多数据库，只要 sqldf 在函数中工作，编写 SAS 宏之类的代码来提取数据就很容易。否则我已经为一些小进程编写了 R 代码，但是有很多复杂的 SQL 过程在 sqldf 中会容易得多。提前致谢。

Answer 1

试试这个：

library(sqldf)

extract <- function(x, envir = parent.frame(), verbose = TRUE, ...) {
  fn$sqldf("select * from [$x] where b = 'b'", envir = envir, verbose = verbose, ...)
}

# sample runs
extract("db1")
extract("db2")

Map(extract, c("db1", "db2"))

db <- setNames(db, c("db1", "db2"))
lapply(names(db), extract, envir = list2env(db))

如果我们将最后一行更改为此，则输出将具有组件名称，但其他方面相同：

sapply(names(db), extract, envir = list2env(db), simplify = FALSE)

Answer 2

我就是这样写的。 sqldf 更自然地处理字符串，而不是使用nse。因此，只需传入要使用源的 data.frame 的字符串/名称即可。

library(sqldf); requireNamespace("checkmate")
db1 <- data.frame(a = c(1,2,3), d = c("a","b","c"), stringsAsFactors = F)

extract <- function( table_name, criteria_d ) {
  checkmate::assert_character(table_name, min.chars=1, len=1, any.missing=F)
  checkmate::assert_character(criteria_d, min.chars=1, len=1, any.missing=F)

  # Half-way attempt to prevent sql-injection. Values would need to be only numbers, letters, and underscores.
  checkmate::assert_character(table_name, pattern="^\\w+$", len=1, any.missing=F)
  checkmate::assert_character(criteria_d, pattern="^\\w+$", len=1, any.missing=F)

  sql <- paste0("select * from [", table_name , "] where d ='", criteria_d, "'")

  cat("Executing: `", sql, "`\n", sep="")
  sqldf(sql, verbose=F) 
}

extract("db1", "b")

如果由于某种原因您不知道变量的字符串/名称，则等效：extract(quote(db1), "b")。

一些笔记。

1. 我将变量的名称更改为“d”以使事情更清楚。
2. 我认为 db2 和 db 与您的场景无关。
3. 我尽量不要过多地更改您的代码。如果此函数曾经连接到真实数据库，请防范sql injection。
4. 如果您的 sql 变得有点复杂，请考虑使用glue::glue_sql()。

---

编辑以回应@Sayak 的评论：

使用purrr::map_df() 循环遍历data.frame的向量names

c("db1", "db2") %>% 
  purrr::map_df(extract, "b") 

并将结果合并到一个单独的data.frame中：

Executing: `select * from [db1] where d ='b'`
Executing: `select * from [db2] where d ='b'`
  a d
1 2 b
2 1 b

这非常巧妙，不需要后续调用dplyr::bind_rows()。

如果您需要更改标准（ie，因此它并不总是“b”），请使用 purrr::pmap_df() 将输入打包为 data.frame（其列与您的参数匹配extract()函数：

ds_input <- tibble::tribble(
  ~table_name, ~criteria_d,
  "db1",         "b",
  "db1",         "c",
  "db2",         "c"
)

ds_input %>% 
  purrr::pmap_df(extract)

# Executing: `select * from [db1] where d ='b'`
# Executing: `select * from [db1] where d ='c'`
# Executing: `select * from [db2] where d ='c'`
#   a d
# 1 2 b
# 2 3 c
# 3 3 c