京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SQL,是结构语言化查询语言(Structured Query Language)的简称。SQL语言是一种数据库查询和程序设计语言,用于存取数据以及查询、更新和管理关系数据库系统;同时也是数据库脚本文件的扩展名。
sqldf程序包是R语言中实用的数据管理辅助工具,sqldf程序包中比较常用的是sqldf函数中的select 语句。
#使用SQL语句操作数据框,需要加载的程序包sqldf,tcltk,使用iris数据集以及演示
library(sqldf)
library(tcltk)
head(iris)#了解数据集由5各变量组成
#取出前几行
a1r <- head(iris,10)#一般方法
a1s <- sqldf("select * from iris limit 10")#取出数据框的前六行,关键词limit
identical(a1r, a1s)#比较两个数据框是否相同
#取出子集
a2r <- subset(iris, grepl("^se", Species))#取出物种列中以se开头的数据子集
a2s <- sqldf("select * from iris where Species like 'se%'")#取出数据的子集,关键词like
all.equal(as.data.frame(a2r), a2s)#检验数据是否有差异
#指定某变量值为两个以上时的提取
a3r <- subset(iris, Species %in% c("setosa", "virginica"))#在iris数据集中,选出量物种是setosa和virginica的行
a3s <- sqldf("select * from iris where Species in ('setosa', 'virginica')")#注意单引号和双引号
row.names(a3r) <- NULL#a3r选的是子集,因而行名还是与原数据集相同
identical(a3r, a3s)
#指定某变量范围时数据集的提取
a4r <- subset(iris, Petal.Length >= 0 & Petal.Length <= 2.0)#选取breaks在20到30之间的数据
a4s <- sqldf("select * from iris where Petal.Length between 0 and 2.0", row.names = TRUE)#使用row.names=TRUE可以不把行名重命名
iris$Petal.Length
#数据合计
a5r <- aggregate(iris[1:2], iris[5], mean)#计算出了3个物种前两个变量的平均值
a5s <- sqldf('select Species, avg("Sepal.Length") `Sepal.Length`, avg("Sepal.Width") `Sepal.Width` from iris group by Species')#关键词group by
all.equal(a5r, a5s)#查看数据是否相同
# 提取某变量breaks从小到大排序后的前3行的数据,除数据属性和列名外相同
head(warpbreaks)
a6r <- head(warpbreaks[order(warpbreaks$breaks), ], 3)
a6s <- sqldf("select * from warpbreaks order by breaks limit 3")
# attributes(a6r) <- attributes(a6s) <- NULL#去除属性
row.names(a6r) <- NULL#去除列
identical(a6r, a6s)
# 提取某变量breaks从大到小排序后的前3行的数据,除数据属性和列名外相同
a7r <- head(warpbreaks[order(warpbreaks$breaks, decreasing = TRUE), ], 3)
a7s <- sqldf("select * from warpbreaks order by breaks desc limit 3")#关键词order by,desc表示降序
row.names(a7r) <- NULL
identical(a7r, a7s)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12