Question

我需要连接两个表，其中我要使用的公共列标识在每个表中具有不同的名称。这两个表有一个“false”公共列名，当dplyr采用默认值并加入“id”列时，它们不起作用。

以下是此问题涉及的一些代码

library(dplyr)
library(RMySQL)

SDB <- src_mysql(host = "localhost", user = "foo", dbname = "bar", password = getPassword())
# Then reference a tbl within that src
administrators <- tbl(SDB, "administrators")
members <- tbl(SDB, "members")

以下是3次尝试 - 全部失败 - 传递成员方的公共列为“id”的信息，而在管理员方面则为“idmember”：

sqlq  <- semi_join(members,administrators, by=c("id","idmember"))
sqlq  <- inner_join(members,administrators, by= "id.x = idmember.y")
sqlq  <- semi_join(members,administrators, by.x = id, by.y = idmember)

以下是我收到的各种错误消息的示例：

mysqlExecStatement（conn，statement，...）出错： RS-DBI驱动程序:(无法运行语句：'where子句'中的未知列'_LEFT.idmember'）

我看到的例子涉及R侧的数据表和数据帧。我的问题是关于dplyr如何将“by”语句发送到SQL引擎。

Answer 1

在下一版dplyr中，您将能够：

inner_join(members, administrators, by = c("id" = "idmember"))

Answer 2

看起来这是一个未解决的问题： https://github.com/hadley/dplyr/issues/177

但是你可以使用merge：

❥ admin <- as.tbl(data.frame(id = c("1","2","3"),false = c(TRUE,FALSE,FALSE)))
❥ members <- as.tbl(data.frame(idmember = c("1","2","4"),false = c(TRUE,TRUE,FALSE)))
❥ merge(admin,members, by.x = "id", by.y = "idmember")
  id false.x false.y
1  1    TRUE    TRUE
2  2   FALSE    TRUE

如果需要执行左连接或外连接，则始终可以使用ALL.x或ALL参数进行合并。想一想......你有一个sql db，为什么不用它？

❥ con2 <- dbConnect(MySQL(), host = "localhost", user = "foo", dbname = "bar", password = getPassword())    
❥ dbGetQuery(con, "select * from admin join members on id = idmember")

如何在不同的MySQL表中指定具有不同名称的连接变量

2 个答案: