Question

我在函数有一些sql代码的数据框上应用函数时遇到问题。考虑以下虚拟数据框：

df <- read.table(header=T, text='
  ID
 20
 21
 22
')

当我尝试这样做时（在我建立与数据库的连接并且它起作用之后）：

df<-transform(df, name="") #create another column name
df$name<-my_name(df$ID) #apply the function my_name on df$ID 

my_name<-function(id)
{   
  query = "select first_name from my_table WHERE id= "
  query = paste(query, id, sep="")

  rs = dbSendQuery(my_db, query) #my_db was already established
  fname<- fetch(rs)[1,1]

  return (fname)
}

对于相同的ID 20（数据帧中的第一个），我得到了相同的结果。

为什么呢？（...记录21是迈克，22是彼得）

结果不正确：

  ID  name
1 20  John
2 21  John
3 22  John

Answer 1

尝试：

df$name <- sapply(df$ID, my_name)

您每次都会向函数发送整个ID字段，看起来该函数只返回第一个值。

您还可以修改SQL查询以使用IN，然后您可以发送多个ID，并在一个连接中获取正确的结果集。

我多次使用以下sytax：

query <- "select first_name from my_table WHERE id IN (%s)"
query <- sprintf(query, paste0("\"", id, "\"", collapse = ","))

Answer 2

如果您修改功能，只需在构建query后停止并返回该功能，您就会看到：

my_name(df$ID)
[1] "select first_name from my_table WHERE id= 20" "select first_name from my_table WHERE id= 21"
[3] "select first_name from my_table WHERE id= 22"

事情肯定是不对的。您已经创建了一个包含三个单独查询的字符向量。 dbSendQuery没有被矢量化（你也不会真的想要它），所以它只是运行第一个。

更一般地说，我认为您尝试使用的SQL是错误的。您可能想要一个看起来更像的查询：

select first_name from my_table WHERE id IN (20,21,22)

请注意IN子句。这需要做更多这样的事情：

query <- "select first_name from my_table WHERE id in "
query <- paste(query, paste0("(",paste(id,collapse = ","),")"), sep="")

在数据框上应用函数返回不正确的结果

2 个答案: