我对R中的（Postgre）SQL数据库的使用有疑问：关于这个主题的许多文档强调了这样一个事实，即如果你处理的是大数据，那么在R中使用SQL数据库是有意义的适合你的公羊（例如见here和here）。我有不同的情况，并没有发现使用Postgre（SQL）数据库是否是一个合理的决定。这是我的情况：
我很好地进行了一项生态研究，我在不同的采样间隔（5分钟和3小时）内分析了狍鹿gps数据，历时约2年。另外，我以4分钟的采样间隔集成了两个轴加速度数据。
为了评估狍对人类的行为，我分析了这个多维数据，将其与以5秒采样间隔拍摄的人类gps数据进行比较。
到目前为止，我一直在使用带有dplyr的dataframe / datatable进行此分析。将所有数据合并到一个数据集中时，生成的数据表实际上变为 wide 。这些列包括：人类和狍的时间戳，ID，X / Y位置，DOP等，以及所有得到的计算值，如距离，速度，海拔，接近度等等。
此外，数据非常长：由于多个狍和多个人的位置同时被记录（多对多关系），这导致很多数据框中的重复。最重要的是，人类和狍之间的不同采样间隔也导致重复（狍位置）。
我希望通过数据库解决方案，我可以
您是否建议在我的案例中使用数据库？使用数据库解决方案是否有助于实现上述目标？
答案 0 :(得分：1)
Postgresql为ACID数据库提供所有保护。
我使用R和Postgresql进行工作。说实话，我更喜欢数据库中的大部分内容。
对于您的多对多数据，Database normalization可以帮助您。
同样从相关列上的postgresql中选择并对行应用过滤器可能会有所帮助。有关选择查询的更多信息，请参阅Ref Postgresql select tutorial
EG
从example_table中选择column1，column3，其中x = y等，并将其读入数据集。
数据库更适合处理数据，而R更适合数据分析。
如果您想查看从R调用Postgresql的命令，您可以查看Google的这篇文章。
实施例
```library（RPostgreSQL）
加载PostgreSQL驱动程序
drv＆lt; - dbDriver（“PostgreSQL”）
打开连接
con＆lt; - dbConnect（drv，dbname =“R_Project”）
提交声明
rs＆lt; - dbSendQuery（con，“select * from R_Users”）
一切顺利