Question

我正在尝试基于某些日期部分提取并加入2个数据框，但无法正常工作。数据帧如下：-

startdf

startperiod
2015-10-01
2016-10-01
2017-10-01
2018-10-01


enddf

endperiod
2016-03-31
2017-03-31
2018-03-31

startperiod和endperiod均为'Date'数据类型

这是我想要的最终输出：-

startperiod, endperiod
2015-10-01  2016-03-31
2016-10-01  2017-03-31
2017-10-01  2018-03-31
2018-10-01  Null

等效的SQL将是这样的：-

Select startperiod, endperiod
From startdf a lef join enddf b
On year(b.endperiod) = (year(a.startperiod) + 1)

在R中有什么方法可以做吗？我相信我需要使用库sqldf和RH2，但是无论如何我都无法使用它。

简单地说，这应该可以，但是不可以！

sqldf("Select * from startperioddf a where year(startperiod) = 2016")

Answer 1

1）RH2 假设

以下注释中以可重复形式显示的数据。特别要注意，假设startdate和enddate属于Date类。
错别字是固定的
使用h2数据库后端而不是默认的sqlite

然后您的代码有效：

library(sqldf)
library(RH2)

sql <- "Select startperiod, endperiod
  From startdf a left join enddf b
  On year(b.endperiod) = (year(a.startperiod) + 1)"
sqldf(sql)

给予：

  startperiod  endperiod
1  2015-10-01 2016-03-31
2  2016-10-01 2017-03-31
3  2017-10-01 2018-03-31
4  2018-10-01       <NA>

也

sqldf("Select * from startdf a where year(startperiod) = 2016")

给予：

  startperiod
1  2016-10-01

请务必阅读sqldf github网站上的资料：https://github.com/ggrothendieck/sqldf

2）sqlite 如果要使用默认的sqlite后端，请确保未加载RH2（否则，它将假定您要使用它），并请注意Date类变量将是作为整数上传到sqlite，代表自unix纪元以来的天数（因为sqlite中没有Date类类型），因此我们需要将epoch以来的天数转换为年份（可以使用strftime完成，如图所示）

sql2 <- "Select startperiod, endperiod
  From startdf a left join enddf b
  On strftime('%Y', b.endperiod * 3600 * 24, 'unixepoch') + 0 = 
     strftime('%Y', a.startperiod * 3600 * 24, 'unixepoch') + 1"
sqldf(sql2)

sqldf("Select * from startdf a 
  where strftime('%Y', a.startperiod * 3600 * 24, 'unixepoch') = '2016'")

注意

Lines1 <- "
startperiod
2015-10-01
2016-10-01
2017-10-01
2018-10-01"

Lines2 <- "
endperiod
2016-03-31
2017-03-31
2018-03-31"

startdf <- read.table(text = Lines1, header = TRUE, colClasses = "Date")
enddf <- read.table(text = Lines2, header = TRUE, colClasses = "Date")

Answer 2

R中的sqldf软件包默认情况下使用SQLite数据库引擎。因此，您无法在查询中使用year函数从日期中提取年份部分。以下查询将完成这项工作：

sqldf("Select * from startdf where strftime('%Y', startperiod) = '2016'")

它使用SQLite的strftime函数比较特定日期部分。 year函数是在MySQL下定义的，因此您可能必须安装RMySQL软件包，然后使用drv = 'MySQL'参数指定所需的数据库引擎{{1} }。

使用sqldf从日期部分的数据框中过滤查询

2 个答案:

注意