Coursera Getting and Cleaning Data Week2学习笔记Reading from MySQL

Reading from MySQL

install.packages("RMySQL", type="source")

library(DBI)

library(RMySQL)

ucscDb<-dbConnect(MySQL(),user="genome",host="genome-mysql.cse.ucsc.edu")

result<-dbGetQuery(ucscDb,"show databases;");dbDisconnect(ucscDb);

Result

首先在电脑上安装MySQL、Rtools40

分别设置MySQL、R的环境变量，将lib文件夹放到bin中

下载RMySQL包

加载DBI、RMySQL包

用dbConnect 命令链接数据库，传递的user是genome，传递主机给数据库所在的地方，即host="genome-mysql.cse.ucsc.edu"。例子中即网址。

dbGetQuery给数据库一个查询请求

"show databases;"是一个sql命令，即通过R将SQL命令传递至数据库

运行结束后，使用dbDisconnect(ucscDb);断开与数据库的连接，结果返回为TRUE即为连接断开

举例：

hg19<-dbConnect(MySQL(),user="genome",db="hg19",

                host="genome-mysql.cse.ucsc.edu")

allTables<-dbListTables(hg19)

length(allTables)

allTables[1:5]

访问genome服务器中hg19这个数据库，并查看这个数据库中的表，举例为查看前五张表的名字，每个数据集代表1个文件，每个数据类型都有自己的表

dbListFields(hg19,"affyU133Plus2")

如果对特定类别的表感兴趣，该代码即为在hg19数据库中，"affyU133Plus2"中的字段，为列的信息，如想知道关于行的信息

dbGetQuery(hg19,"select count(*) from affyU133Plus2")

count(*)

发送查询指令，计算这个表中所有记录

读取表格

affData<-dbReadTable(hg19,"affyU133Plus2")

head(affData)

读取hg19中，文件"affyU133Plus2"的数据集，返回的是数据框本身

 

数据过大可引起R不能读取，因此选择数据中的子集很重要

 

每次运行新的数据之前，应关闭之前的数据重新开始。

 

query<-dbSendQuery(hg19,"select * from affyU133Plus2 where misMatches between 1 and 3")

传递命令，选择misMatches中1-3的数

affyMis<-fetch(query);quantile(affyMis$mis$misMAtches)

 

affyMisSmall<-fetch(query,n=18);dbClearResult(query);fetch是获取数据，只获取前10行

dim(affyMisSmall)

 

可以在“”中输入任何一个sql查询指令

dbDisconnect(hg19)

最后记得关闭数据库