Question

我是一个完整的SQL无知，所以如果这很简单，我道歉..

我的数据包含由数字组成的ID列，并且在许多情况下包含前导零。我想使用sqldf导入数据，但是这样做会丢失这些的前导零。有没有办法保持领先的零？也许通过某种方式指定所有列都是像R的read.table中的字符类？

由于我工作的性质，我无法分享我的数据，但我正在做这样的事情：

a <- formatC(sample(1:99, 10), width = 8, format = "d", flag = "0")
fakeDF <- data.frame(v1=a, v2=rnorm(10, 0, 1))
f1 <- tempfile()
write.table(fakeDF, file=f1, quote=FALSE, row.names=FALSE, col.names=FALSE, sep="|")

f2 <- file(f1)
mydat <- sqldf::sqldf("SELECT * FROM f2", dbname=tempfile(), 
                      file.format=list(header=FALSE, sep="|", eol="\n", skip=1))
mydat

另外，我想补充一点，所有这些ID的长度都不相同。如果可能的话，我希望避免在事后用零手动填充数据..

Answer 1

像这样使用colClasses：

library(sqldf)

read.csv.sql(f1, header = FALSE, sep = "|", colClasses = c("character", "numeric"))

，并提供：

        V1         V2
1  00000029  1.7150650
2  00000078  0.4609162
3  00000040 -1.2650612
4  00000085 -0.6868529
5  00000090 -0.4456620
6  00000005  1.2240818
7  00000050  0.3598138
8  00000083  0.4007715
9  00000051  0.1106827
10 00000042 -0.5558411

注意：我们使用了使用此随机种子生成的输入文件：

set.seed(123)

a <- formatC(sample(1:99, 10), width = 8, format = "d", flag = "0")
fakeDF <- data.frame(v1=a, v2=rnorm(10, 0, 1))
f1 <- tempfile()
write.table(fakeDF, file=f1, quote=FALSE, row.names=FALSE, col.names=FALSE, sep="|")

Answer 2

运行前导零的一种方法是使用SQL字符串函数。只需施加一个高于所需字符串长度的零，与实际ID字段连接，并从最右边的字符中删除所需的指定列长度。下面使用8个字符作为字符串长度：

mydat <- sqldf::sqldf("select rightstr('0000000000000' || ID, 8) As LeadZeroID, 
                              * from f2;", 
                       dbname=tempfile(), 
                       file.format=list(header=FALSE, sep="|", eol="\n", skip=1))

使用sqldf保持前导零

2 个答案: