使用 sqldf 保持前导零

keeping leading zeros with sqldf

我是一个完全SQL无知的人,如果这很简单,我深表歉意..

我的数据包含一个由数字组成的 ID 列,并且在许多情况下包含前导零。我想使用 sqldf 导入数据,但这样做会丢失这些数据的前导零。有没有办法保留前导零?也许通过某种方式指定所有列都是字符 类,就像在 R 的 read.table 中一样?

由于我的工作性质,我不能分享我的数据,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

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

像这样使用colClasses

library(sqldf)

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

给予:

        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:我们使用了使用这个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="|")

运行 前导零的一种方法是使用 SQL 字符串函数。只需将一定数量的零设置为高于您所需的字符串长度,将其与您的实际 ID 字段连接起来,然后从最右边的字符中删除您需要的指定长度的列。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))