将rqda文件转换为sql文件

Question

我正在使用RQDA，这是一个包在rstudio，以编码文本手动。最后一个rqda文件是一个sql数据库.我用文本编码语句，并使用不同的代码，并将它们归入代码类别(例如:代码类别"actor_party“，以及相关代码”社会主义“、”自由主义“、”保守“等)。我完成了编码，并想用它执行一个社交网络分析。为此，我想要创建一个sql数据库，这样每个代码类别都会得到自己的列，并在每一行中都有特定的代码。每个代码都可以通过以下属性来标识: catid (=代码类别编号)、fid (文件标识号)和selfirst (每个代码的开始)。通过这样做，将为每个编码语句选择特定的catid、fid和selfirst，以便sqlite可以将每个编码标识为唯一的(此外，正如您在下面的R脚本中所看到的，必须为每个有效编码选择status=1 )。

我在0.99.879版本中使用rstudio，在0.2-7版本中使用rqda，在方晶石 1.0.0中使用方晶石1.0.0。

因此，使用以下R代码：

library(RSQLite) # load Package RSQLite
setwd("C:/...")

system("ls *.rqda", show=TRUE)
sqlite <- dbDriver("SQLite")
#specifing the file
qdadb <- dbConnect(sqlite,"My_data.rqda")


dbListTables(qdadb)
dbListFields(qdadb, "coding") # that's where the codings are stored


catid <- dbGetQuery(qdadb, "select distinct(catid) from treecode where status = 1 ORDER BY catid")
i <- 1
table <- dbGetQuery(qdadb, "select fid, selfirst from coding where status = 1 GROUP BY fid, selfirst")
while(i <= max(catid)) {
   ids <- dbGetQuery(qdadb, paste("select cid from treecode where (catid = ",i," and status = 1)", sep=""));
   t <- dbGetQuery(qdadb, paste("select cid, fid, selfirst from coding where (cid in (", paste(as.character(ids$cid), sep="' '", collapse=","), ") and status = 1)", sep=""));
   table <- merge(table, t, by = c("fid","selfirst"), all.x = T);
   i <- i + 1;
   }
# warnings are created because of the same columns which are duplicated by the merging

colnames(table) <- c("fid", "selfirst", dbGetQuery(qdadb, "select name from codecat where status = 1")[,1]) #each code has attributed a unique f(ile)id and selfirst (it's the unique starting point of each coding)

# see below for an example of such a created table

library(car) # Companion to Applied Regression package

# years - catid = 1
table$A00_time_frame <- recode(table$A00_time_frame, '1 = 2010; 2 = 2011; 3 = 2012; 4 = 2013; 5 = 2014; 6 = 2015')

# Sources - catid = 2
ids <- dbGetQuery(qdadb, "select cid from treecode where (catid = 2 and status = 1)")[,1]
values <- dbGetQuery(qdadb, paste("select name from freecode where (id in(", paste(ids, collapse = ","), ") and status = 1)"))[,1]
table$B00_source <- recode(table$B00_source, paste0("'", paste(ids,"'='", values, collapse = "';'", sep=""),"'", sep=""))

# Claimant type - catid = 3
ids <- dbGetQuery(qdadb, "select cid from treecode where (catid = 3 and status = 1)")[,1]
values <- dbGetQuery(qdadb, paste("select name from freecode where (id in(", paste(ids, collapse = ","), ") and status = 1)"))[,1]
table$C00_claimant_type <- recode(table$C00_claimant_type, paste0("'", 
paste(ids,"'='", values, collapse = "';'", sep=""),"'", sep=""))

and so until "catid = 20"

这是可行的，如下所示：表格和这个表一直持续到第844行--只有fid正在上升。

尽管这是可行的，并且创建的表与编码的总数相匹配，但仍会发生一些错误。有些代码没有链接到正确的语句(尽管它们链接到正确的代码类别，但没有链接到正确和编码的语句)

我仍然是R(工作室)的初学者，无法解释哪里出了问题。

有没有人知道这里的问题或错误是什么，以及如何解决？

应要求，我很高兴分享我的档案:)

欢迎任何建议或帮助！

编辑：是我的数据子集的一个链接，您可以复制它(文件是rqda格式的，因为我认为它的转换本身就是问题所在)。

此外，给你两个例子，看看哪里。

通过在R中创建“表”，可以识别下一行

1. • fid 95，selfirst 4553，然后编码'Welt‘，然后是'E02_European_Commission’+ 'G10_Cameroon‘ 但是，如果您检查原始rqda-文件中的编码，代码“喀麦隆”不在此文件中，而是在fid 70、selfirst 5082和2010年的Welt中。

2. ​
   • fid 90、selfirst 959和年份“2011”显示代码“CDU”，最后一行“特别索赔人”显示名称“Martin Schulz”。 但是，如果您检查原始rqda文件中的编码，则子集中的代码'Martin Schulz‘没有附加编码。

​

我希望，这两个例子说明了这个问题，并给出了一个分别看问题所在的地方。

对不起，我一开始没有提供！

Answer 1

或许可以先简化代码，以便更好地了解可能发生的错误？就我个人而言，我更多地依赖SQL而不是R来整理所有信息：

t <- dbGetQuery(qdadb, "SELECT codecat.name, coding.cid, coding.fid, coding.selfirst 
       FROM treecode, coding, codecat 
       WHERE treecode.cid = coding.cid 
       AND treecode.catid = codecat.catid
       AND treecode.status = 1
       AND coding.status = 1")
head(reshape(t, idvar = c("fid", "selfirst"), timevar = "name", direction = "wide"))

不确定这是你正在寻找的，或它是否更好的工作。但它似乎更简单的代码来评估。