RデータフレームからSQLでデータを取得するsqldfライブラリ

Rではデータフレームが主要な処理対象

　Rではデータフレームというものが主要な処理対象となります。

社員名簿サンプルデータフレーム作成コード
データフレームのサンプル DF

	社員番号	部署	氏名
1	1	営業部	山田太郎
2	2	営業部	鈴木花子
3	3	総務部	杉本一郎
4	4	財務部	支払益子
5	5	経理部	会計主水
6	6	秘書室	白鳥麗子

　これは行列のようにも見えますが、文字列や数値が混ざっていて列や行にラベルがあり、列ラベルは変数名となります、行ラベルは行番号です。ふつうはいろいろなデータベースからデータを取り込みRのデータフレームとしてから処理します。

R標準ではデータフレームをSQLで処理できない

　R標準ではデータフレームとなってからはSQLで処理することはできず、データの抽出はsubset()、集計はaggregate()等で行えます。

上記サンプルDFからR関数 subset()で抽出する例

subset(DF,DF[,1]==6,c(1,3,2))
  社員番号     氏名     部署
1       6  白鳥麗子  秘書室
# 変数1(社員番号)=6 について 項目1(社員番号),3(氏名),2(部署) の順に出力
# Select 社員番号,氏名,部署 from DF where 社員番号=6　とでもできれば良いが…

　これはこれで簡単なのですが、他の人が見た時にわかりにくいと思います。たとえば監査法人にソースコードを提出したとして、こんなコードが何をしているのかわかれと言っても困難でしょうし、私自身、後日見直したら理解に時間がかかりそうです。
　それに、VisualBasic、VBA、VB.net、C++、RPGIII、SAS、SPSS･･･と使ってきて、その都度文法を使い分けるのも面倒になってきました。たいていの言語はなんらかの形でSQLを用いることができます。データフレームからSQLで抽出なり集計なりが出来れば、subset()やaggregate()に頼らなくてもよいですからわかりやすいです。各言語固有の文法を知らない人でもSQLさえ知っていれば理解できるのもありがたいです。なんとかRにおいてもSQLで処理できないものか。

データフレームをSQLで処理するライブラリ sqldf

　SQLでデータフレームを処理するpackageがありました。sqldfです。 使い方も至ってシンプルです。データフレームを対象にして

sqldf( " SQL文 " )

　とするだけです。事前にインストールし、library(sqldf)するまでは当然ですが。
　上記サンプルのsubsetと同じ処理を sqldf() で実行してみます。

上記サンプルDFから sqldf() で抽出する例

sqldf("select 社員番号,氏名,部署 from DF where 社員番号=6")
  社員番号     氏名   部署
1        6 白鳥麗子 秘書室

　データフレームからSQLによってデータを抽出できました。こちらの方が可読性が高いと思います。
　結果は1行ですが、データフレームです。

sqldfはSQLite

　sqldf ライブラリをロードすると RSQLite もロードされます。これはsqldfが RSQLite を利用しているからです。そのため select 以外のSQLも使えます。
　たとえば、フィールド項目一覧を得るには　SQLiteでは　PRAGMA TABLE_INFO(テーブル名)　としますから

上記サンプルDFから sqldf() でフィールド項目一覧を得る例

sqldf("PRAGMA TABLE_INFO(DF)") 
  cid     name type notnull dflt_value pk
1   0 社員番号 REAL       0         0
2   1     部署 TEXT       0         0
3   2     氏名 TEXT       0         0

のようにsqldfでも実行可能です。

注意

日本語列名だとエラーが起こることもある。全角4文字が目安?
ピリオド(.)で始まる列名も駄目。

a-habakiri.hateblo.jp

　In R ,the most similar to a SQL table is a dataframe .
　Though dataframes are used very often,but once data is imported to R and translated to the dataframe ,there are few methods to extract data from R dataframes via SQL.
　Here is one package named sqldf that enables us to extract data from R dataframes via SQL.
　We can use sqldf very easily, only as follows.

library(sqldf)
　sqldf( " SQL statement " )