Question

sqldf有一个限制选项来获取'X'行。我们还可以使用sqldf做一个'x％'样本吗？

e.g。

> sqldf("select * from iris limit 3")

Loading required package: tcltk
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa

> sqldf("select * from iris sample 0.01")
Error in sqliteSendQuery(con, statement, bind.data) : 
  error in statement: near ".1": syntax error

是否有一些解决方法？

和Manish

Answer 1

这基本上是一个SQL问题。由于sqldf默认使用SQLite（这不是绝对正确的，请参阅drv中?sqldf的文档以获取更多详细信息），问题归结为“如何以随机顺序选择行在SQLite？“一个简单的答案可以在this SO post中找到：

SELECT * FROM table ORDER BY RANDOM() LIMIT 1;

使用问题中的示例：

> sqldf("select * from iris order by RANDOM() limit 3")
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          6.3         3.3          4.7         1.6 versicolor
2          6.0         2.7          5.1         1.6 versicolor
3          5.0         2.0          3.5         1.0 versicolor

编辑：如果给出百分比而不是 number 行，则可以将以下内容用作R解决方案。可能存在纯SQLite解决方案。

percentage <- 0.02
mylimit <- round(nrow(iris) * percentage, 0)
sqldf(sprintf("select * from iris order by RANDOM() limit %d", mylimit))

Answer 2

不是很优雅（SQL不是我的强项）但它有效。

library(sqldf)
totalrows <- sqldf("SELECT COUNT(*) AS NumberOfOrders FROM iris")

左右....

10*totalrows[[1]]/100

获取＆＃34;号码＆＃34;并放在这里：

sqldf("SELECT * FROM iris LIMIT number")

无论如何，这是一个sql而不是R

的问题

Answer 3

使用sqldf home page中的6e，我们可以使用SQL从iris中随机获取10％的记录，如下所示：

library(sqldf)

sqldf("select * from iris order by random(*) limit 0.10 * (select count(*) from iris)")

要通过分数进行参数化，请尝试以下方法：

frac <- 0.10
fn$sqldf("select * from iris order by random(*) limit $frac * (select count(*) from iris)")

使用SQLDF的示例行

3 个答案: