是否可以将SQL代码转换为R代码？

Question

我遇到了以下问题:我得到了一个数据库，必须对一些Delta进行评估，例如，我已经用SQL计算了这个问题，它运行得很好，但是现在我需要用R来尝试它，而且我对R不太好，所以我不太确定我的问题是否可以用R来解决。最好的情况是，如果我能够将我的sql代码转换成R代码。否则我会向你提出我的问题：

+----+------+------------+
| a  |  b   |     c      |
+----+------+------------+
| 10 |    2 | 31.01.2020 |
| 11 |    5 | 31.01.2020 |
| 10 |    3 | 31.01.2020 |
| 10 |    2 | 31.12.2019 |
| 11 |    4 | 31.12.2019 |
| 10 |   2  | 31.12.2019 |
+----+------+------------+

dput：

structure(list(a = c(10L, 11L, 10L, 10L, 11L, 10L), b = c(2L, 
5L, 3L, 2L, 4L, 2L), c = c("31.01.2020", "31.01.2020", "31.01.2020", 
"31.12.2019", "31.12.2019", "31.12.2019")), row.names = c(NA, 
-6L), class = "data.frame")

三角洲

+----+---+
| 10 | 1 |
| 11 | 1 |
+----+---+

这是我第一次在这个社区，所以我希望你能看到我的照片。这是我问题的一个例子：

在第一步中，我需要对同一日期(c)和a中相同编号的B栏进行总结。因此，2020年12月31日的结果将是: 10= 5和11= 5，而2019年12月31日相同。

在此之前，它可以工作，但在下一步中，我需要计算b) s.t的增量。( a)和( c)栏)

换句话说，对于a中的数字10，我在2019年12月31日计算了31.01.2020年的5次，我计算了10次，现在我不得不计算5-4，但我不可能对它进行编程。

因此，我希望你们中的一些人能理解我的问题，并能帮助我找到一个聪明的方法，我可以解决这个问题。

如果你能帮我，我会非常感激的。

Answer 1

您可以使用data.table来完成这个任务。首先将c转换为日期列。

然后根据每个b组取(a, c)之和，然后在结果表的a组中，取该和的diff。diff将朝着正确的方向前进，因为keyby按分组列排序结果。

library(data.table)
setDT(df)
df[, c := as.Date(c, format = '%d.%m.%Y')]

df[, .(bsum = sum(b)), keyby = .(a, c)
  ][, .(bsum_diff = diff(bsum)), by = a]
#     a bsum_diff
# 1: 10         1
# 2: 11         1

Answer 2

使用包dplyr，尝试如下所示：

library(dplyr)

df %>%
  mutate(c_date = as.Date(c, format = "%d.%m.%Y")) %>% # convert to a Date in R
  group_by(a, c_date) %>% 
  summarize(b = sum(b)) %>% # sum grouped by a and c
  group_by(a) %>%
  arrange(c_date) %>% # sort on the date
  summarize(delta = diff(b)) # take the difference, grouped on a

这将使：

# A tibble: 2 x 2
      a delta
  <int> <int>
1    10     1
2    11     1

Answer 3

我不知道是否可以将SQL转换成R代码，但是通过R处理数据库并不困难。从总体上看:您需要设置一个SQL连接: DBI::dbconnect()。接下来，使用函数tbl()和包dplyr开始复制select语句。在这里您可以找到更多信息：https://db.rstudio.com