《R语言实战》学习笔记---Chapter4(8) 基础数据管理

除了使用R默认的数据操作语句进行数据的操作，还可以使用结构化查询语句（SQL），这在R中可以使用sqldf包，使用这个包可以利用sql语句进行数据的处理。

SQLDF包

要使用，首先要下载并安装这个包，使用install.packages("sqldf")，然后便可以使用sqldf()函数在数据框上使用SQL的SELECT语句。
用下面的例子说明sqldf的使用，我也只是SQL小白，懂得不多，简单使用一下。

SQL高手请别见笑。

library(sqldf)
newdf <- sqldf("select * from mtcars where carb =1 order by mpg",  row.names = TRUE)
newdf
                mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Toyota Corona  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Datsun 710     22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Fiat X1-9      27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Fiat 128       32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

上面语句的从内置数据集mtcars中选取变量carb = 1的所有变量，并根据变量mpg排序，row.names = TRUE是保留行名。
再适用一个例子：

>  sqldf("select avg(mpg) as avg_mpg, avg(disp) as avg_disp, gear, cyl from mtcars where cyl in (4, 6) group by gear")
   avg_mpg avg_disp gear cyl
1 20.33333 201.0333    3   6
2 24.53333 123.0167    4   6
3 25.36667 120.1333    5   4

从内置数据集mtcars中，首先根据变量gear分组，选取变量cyl等于 4和6的所有变量计算其mpg disp的平均值作为变量，以及变量gear 和cyl。
可以看到sqldf包是一个实用的数据管理辅助工具。

小结

Chapter4讲解了大量基础知识，包括缺失值、日期值和处理方式；接着学习了如何确定一个对象的数据类型以及转换函数；学习了创建新变量，重编码，重命名，排序，数据和其它数据的合并以及变量和观测的保留和剔除。