SQL专为数据操作而设计，能够高效执行复杂的查询、筛选、排序、分组等操作，在R中SQL语言查询数据库

 下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容。栏目后续章节的文章将深入概括R语言在临床研究和新药创新领域的应用，填补了国内R教材中尚未广泛覆盖的部分内容。

2章9节：认识R与数据库连接和网络爬虫，学会在R中使用SQL语言_sql和r语言-CSDN博客文章浏览阅读274次。R语言作为一种强大的统计计算和数据分析工具，不仅在数据处理和可视化方面表现出色，还在与数据库连接和网络爬虫方面具备强大功能。本文将介绍如何在R中进行数据库连接和网络爬虫，并展示如何使用SQL语言在R中进行数据操作。_sql和r语言https://blog.csdn.net/2301_79425796/article/details/140678486

​​​​​​​欢迎订阅我们专栏

.......前面部分请点击上面链接看原文（原文6149字）

2、在R中SQL语言查询数据库

大家知道，SQL专为数据操作而设计，能够高效执行复杂的查询、筛选、排序、分组等操作。在R中，通过SQL语句进行数据操作，代码更简洁明了，便于维护和理解。尤其对于复杂的多表联结操作，SQL的表达能力更强。特别适合一些之前使用SQL语言的朋友们。与R语言结合在一起，这样就可以R与SQL的结合可以利用数据库系统的优势，同时保持R在数据分析和统计建模方面的强大功能。

本文将通过具体的示例，展示如何使用 sqldf 包对经典的数据集 iris 进行基本的 SQL 查询。

安装和加载 sqldf 包

首先，需要确保安装并加载 sqldf 包。可以使用以下命令进行安装和加载：

install.packages("sqldf")

library(sqldf)

iris 数据集是 R 中自带的经典数据集之一，我们用这个数据集来演示。

data(iris)

iris 数据集是由 Ronald A. Fisher 在 1936 年引入的经典数据集，广泛用于机器学习和数据分析教学。它包含 150 个观测值，每个观测值代表一朵鸢尾花的测量结果，包括花萼长度、花萼宽度、花瓣长度、花瓣宽度四个变量，以及鸢尾花的种类（setosa、versicolor、virginica）。该数据集因其简单性和多样性，常用于演示分类和聚类算法。iris 数据集通过不同种类花朵的测量特征，展示了数据在多维空间中的分布，有助于理解和应用统计方法和机器学习模型。

1. 计算总行数

我们可以使用 sqldf 运行 SQL 查询来计算 iris 数据集中的总行数：

result <- sqldf("select count(*) from iris") 
print(result)

输出结果表明 iris 数据集包含 150 行数据。

count(*)

1 150

2. 按类别计算行数

我们可以按 Species 列对数据集进行分组，并计算每个类别的行数：

result <- sqldf("select Species, count(*) from iris group by Species") 
print(result)

输出结果表明 iris 数据集中，每个物种的观测值数量均为 50。

     Species count(*)
1     setosa       50
2 versicolor       50
3  virginica       50

3. 按某列排序并限制结果数

我们还可以对数据集按 Sepal.Length 列进行降序排序，并获取前 3 行数据：

result <- sqldf('select * from iris order by "Sepal.Length" desc limit 5')
print(result)

输出结果表明 iris 数据集中，Sepal.Length 最大的前三个观测值均属于 virginica 物种。

  Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
1          7.9         3.8          6.4         2.0 virginica
2          7.7         3.8          6.7         2.2 virginica
3          7.7         2.6          6.9         2.3 virginica
4          7.7         2.8          6.7         2.0 virginica
5          7.7         3.0          6.1         2.3 virginica

4. 筛选条件查询

可以使用 WHERE 子句对数据集进行条件筛选，例如筛选出 Sepal.Length 大于 7 的观测值：

result <- sqldf('select * from iris where "Sepal.Length" > 7') 
print(result)

输出结果将包含所有 Sepal.Length 大于 7 的观测值。

> print(result)
   Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
1           7.1         3.0          5.9         2.1 virginica
2           7.6         3.0          6.6         2.1 virginica
3           7.3         2.9          6.3         1.8 virginica
4           7.2         3.6          6.1         2.5 virginica
5           7.7         3.8          6.7         2.2 virginica
6           7.7         2.6          6.9         2.3 virginica
7           7.7         2.8          6.7         2.0 virginica
8           7.2         3.2          6.0         1.8 virginica
9           7.2         3.0          5.8         1.6 virginica
10          7.4         2.8          6.1         1.9 virginica
11          7.9         3.8          6.4         2.0 virginica
12          7.7         3.0          6.1         2.3 virginica

我们也可以使用多个条件对数据集进行筛选，例如筛选出 Sepal.Length 大于 5 且 Species 为 setosa 的观测值：

result <- sqldf('select * from iris where "Sepal.Length" > 5 and Species = "setosa"')
print(result)

输出结果如下。

> print(result)
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           5.1         3.5          1.4         0.2  setosa
2           5.4         3.9          1.7         0.4  setosa
3           5.4         3.7          1.5         0.2  setosa
4           5.8         4.0          1.2         0.2  setosa
5           5.7         4.4          1.5         0.4  setosa
6           5.4         3.9          1.3         0.4  setosa
7           5.1         3.5          1.4         0.3  setosa
8           5.7         3.8          1.7         0.3  setosa
9           5.1         3.8          1.5         0.3  setosa
10          5.4         3.4          1.7         0.2  setosa
11          5.1         3.7          1.5         0.4  setosa
12          5.1         3.3          1.7         0.5  setosa
13          5.2         3.5          1.5         0.2  setosa
14          5.2         3.4          1.4         0.2  setosa
15          5.4         3.4          1.5         0.4  setosa
16          5.2         4.1          1.5         0.1  setosa
17          5.5         4.2          1.4         0.2  setosa
18          5.5         3.5          1.3         0.2  setosa
19          5.1         3.4          1.5         0.2  setosa
20          5.1         3.8          1.9         0.4  setosa
21          5.1         3.8          1.6         0.2  setosa
22          5.3         3.7          1.5         0.2  setosa

～～～～～～～～～～

在这里，你学到的并非仅仅是 R 的某一个技巧，而是能够从零开始，深入且系统地学习 R 语言。此外，本专栏每周至少定期更新三篇文章，每篇文章篇幅均在 5000 字以上。而且，对于已经发表的知识点，我们也会根据新的技术或理解及时进行更新，这是纸质版图书无法做到的。为了让更多的忠实粉丝和同学们享受到实惠，本专栏采用折扣定价策略。随着章节的不断完成，折扣力度会逐渐减小。所以，现在正是订阅的最佳时机！

https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482

​​​​

第一章：认识数据科学和R

1章1节：数据科学的发展历程，何 R 备受青睐及我们专栏的独特之处（更新20240822）-CSDN博客

1章2节：关于人工智能、机器学习、统计学连和机器学习、R 与 ChatGPT 的探究 (更新20240814)-CSDN博客

1章3节：R 语言的产生与发展轨迹（更新2024/08/14）-CSDN博客

1章4节：数据可视化， R 语言的静态绘图和 Shiny 的交互可视化演示（更新20240814）-CSDN博客

第二章：R的安装和数据读取

2章1节：R和RStudio的下载和安装（Windows 和 Mac）_rst语言选择哪个镜像-CSDN博客

2章2节：RStudio 四大区应用全解，兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客

2章3节：RStudio的高效使用技巧，自定义RStudio环境（更新20240823）_rstudio如何使用-CSDN博客

2章4节：用RStudio做项目管理，静态图和动态图的演示，感受ggplot2的魅力-CSDN博客

2章5节：认识和安装R的扩展包，什么是模糊搜索安装，工作目录和空间的区别与设置（更新20240807 ）-CSDN博客

2章6节：R的数据集读取和利用，如何高效地直接复制黏贴数据到R（更新20240807 ）_r语言 复制数据集-CSDN博客

2章7节：读写RDS，CSV，TXT，Excel，SPSS、SAS、Stata、Minitab等的数据文件（更新20240807）_r语言读取rds文件-CSDN博客

2章8节：一文学会 R Markdown 的文档核心操作，切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客

2章9节：认识R与数据库连接和网络爬虫，学会在R中使用SQL语言_sql和r语言-CSDN博客

2章10节：用 R 直接下载并分析 NHANES 数据库的数据，文末示例自创便捷下载函数（更新20240807）_nhanes数据分析-CSDN博客

第三章：认识数据

3章1节：数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客

3章2节：继续讲R的数据结构，数组、数据框和列表-CSDN博客

3章3节：R的赋值操作与算术运算_r里面的赋值-CSDN博客

3章4节：R的逻辑运算和矩阵运算-CSDN博客

3章5节：R 语言的循环与遍历函数全解析-CSDN博客

第四章：数据的预处理

4章1节：全面了解 R 中的数据预处理，通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客

4章2节：从排序到分组和筛选，通过 R 的 dplyr 扩展包来操作-CSDN博客

4章3节：处理医学类原始数据的重要技巧，R语言中的宽长数据转换，tidyr包的使用指南-CSDN博客

4章4节：临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客

4章5节：数据科学中的缺失值的处理，删除和填补的选择，K最近邻填补法-CSDN博客

4章6节：R的多重填补法中随机回归填补法的应用，MICE包的实际应用和统计与可视化评估-CSDN博客

4章7节：用R做数据重塑，数据去重和数据的匹配-CSDN博客

4章8节：用R做数据重塑，行列命名和数据类型转换-CSDN博客

4章9节：用R做数据重塑，增加变量和赋值修改，和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客

4章10节：用R做数据重塑，变体函数应用详解和可视化的数据预处理介绍-CSDN博客

4章11节：用R做数据重塑，数据的特征缩放和特征可视化-CSDN博客

4章12节：R语言中字符串的处理，正则表达式的基础要点和特殊字符-CSDN博客

4章13节：R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客

4章14节：R语言中字符串的处理，提取替换，分割连接和填充插值_r语言替换字符串-CSDN博客

4章15节：字符串处理，提取匹配的相关操作扩展，和Stringr包不同函数的重点介绍和举例-CSDN博客

4章16节：R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客

第五章：定量数据的统计描述

5章1节：用R语言进行定量数据的统计描述，文末有众数的自定义函数-CSDN博客

5章2节：离散趋势的描述，文末1个简单函数同时搞定20个结果-CSDN博客

5章3节：在R语言中，从实际应用的角度认识假设检验-CSDN博客

5章4节：从R语言的角度认识正态分布与正态性检验-CSDN博客

5章5节：认识方差和方差齐性检验（三种方法全覆盖）-CSDN博客

5章6节：R语言中的t检验，独立样本的t检验-CSDN博客

5章7节：单样本t检验和配对t检验-CSDN博客

5章8节：方差分析（ANOVA）及其应用-CSDN博客

5章9节：组间差异的非参数检验，Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客

第六章：定性数据的统计描述 

6章1节：定性数据的统计描述之列联表，文末有优势比计算介绍-CSDN博客

6章2节：认识birthwt数据集，EpiDisplay和Gmodels扩展包的应用-CSDN博客

6章3节：独立性检验，卡方检验，费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客

6章4节：相关关系和连续型变量的Pearson相关分析-CSDN博客

6章5节：分类型变量的Spearman相关分析，偏相关分析和相关图分析-CSDN博客

6章6节：相关图的GGally扩展包，和制表的Tableone扩展包-CSDN博客

第七章：R的传统绘图

7章1节：认识R的传统绘图系统，深度解析plot()函数和par()函数的使用-CSDN博客

7章2节：R基础绘图之散点图、直方图和概率密度图-CSDN博客

7章3节：R基础绘图之条形图和堆积条形图-CSDN博客

7章4节：饼图，箱线图和克利夫兰点图-CSDN博客

7章5节：散点矩阵图，与小提琴图、Cleveland 点图、马赛克图和等高图-CSDN博客

7章6节：用R进行图形的保存与导出，详细的高级图形输出，一文囊括大多数保存的各种问题，和如何批量保存不同情况的图形-CSDN博客

 第八章：R的进阶绘图

8章1节：认识 ggplot2 扩展包，深度解析 qplot() 函数的使用-CSDN博客

 8章2节：深度讲解 ggplot2 的绘图步骤，理解其核心逻辑， 和 ggplot()函数-CSDN博客

 8章3节：用R来绘制医学地理图，文末有具体完整代码-CSDN博客

 8章4节：维恩图的认识与应用，和使用UpSet图-CSDN博客

 8章5节：用R绘制平行坐标图-CSDN博客

8章6节：雷达图及RadViz图-CSDN博客

8章7节：词云图，矩形树状图和三维散点图-CSDN博客

 ​​​​​​​8章8节：绘制自定义的高质量动态图和交互式动态图-CSDN博客

第九章：临床试验的统计

9章1节：初步认识临床试验（约7500字）-CSDN博客

9章2节：样本量估计的初步介绍-CSDN博客

9章3节：用R进行样本量估计的统计学参数-CSDN博客

9章4节：两组例数相同的均数比较的样本量估计和绘制功效曲线-CSDN博客

9章5节：两组的例数不等的均数比较的样本量估计和可视化-CSDN博客

9章6节：自身配对设计的均数比较临床试验的样本量估计和可视化-CSDN博客

9章7节：与总体均数比较的样本量估计和可视化-CSDN博客

9章8节： 两、三组试验组率比较的样本量估算和可视化-CSDN博客

9章9节：试验的随机分组认识，用R做简单随机化-CSDN博客​​​​​​​

9章10节：用R实现分层随机化-CSDN博客

9章11节：用R实现区组随机化和置换区组随机化-CSDN博客

9章12节：动态随机化方法介绍，和用R绘制随机化卡片-CSDN博客

第十章：Meta分析攻略

10章1节：认识循证医学中的Meta分析，并予代码演示分析绘图-CSDN博客

​​10章2节：Meta分析的7大步骤的扼要解读-CSDN博客

10章3节：二分类变量的Meta分析模型，分析公式构建和结果解读-CSDN博客

10章4节：二分类变量的Meta分析模型，绘制漏斗图和应用剪补法，最后绘制和解读轮廓增强漏斗图-CSDN博客

10章5节：二分类变量的Meta分析模型，敏感性分析和亚组分析，绘制森林图-CSDN博客