R sqldf - 在循环内/外索引

Question

我正在使用 sqldf 函数重复连接 table 的一个子集。重复过程发生在 for 循环内。我读到添加索引可以提高这些连接的性能 here。

我的问题是 - 如果我在循环中重复执行此操作，这是否意味着每次循环执行时我都必须重新创建索引，或者是否有办法让索引 'persist' 在循环但在循环内部使用？

也就是说我只看过这个版本:

for(i in 1:10){
   df1 <- sqldf(c('create index...','select * from table1'))
}

有没有办法做这样的事情：

df1 <- sqldf('create index...') # create index outside of loop

for(i in 1:10){
   df2 <- sqldf('select * from t1 left join t2 on t1.col1 = t2.col1')
}

编辑：

> sqldf() 
NULL
> 
> sqldf("create index idx on iris(Species)") ## 
data frame with 0 columns and 0 rows
> sqldf("select count(*) from main.iris where Species = 'virginica'") ##
Error in rsqlite_send_query(conn@ptr, statement) : 
  no such table: main.iris
> sqldf("select count(*) from main.iris where Species <> 'virginica'") ##
Error in rsqlite_send_query(conn@ptr, statement) : 
  no such table: main.iris
> 
> sqldf()
<SQLiteConnection>
  Path: :memory:
  Extensions: TRUE
>

EDIT_2:

> sqldf() 
NULL
> # close an old connection if it exists
>    if (!is.null(getOption("sqldf.connection"))) sqldf()
> sqldf() 
<SQLiteConnection>
  Path: :memory:
  Extensions: TRUE
> sqldf("create index idx on iris(Species)") ## 
data frame with 0 columns and 0 rows
> sqldf("select count(*) from main.iris where Species = 'virginica'") ##
  count(*)
1       50
> sqldf("select count(*) from main.iris where Species <> 'virginica'") ##
  count(*)
1      100
> sqldf() 
NULL

Answer 1

sqldf 的无参数形式可用于打开和关闭连接，以便中间 sqldf 语句都可以使用相同的连接。

注意，我们可以通过引用table x 为main.x来引用已经上传的table的版本；否则，每个 sqldf 将尝试再次上传。您还可以考虑将 verbose = TRUE 参数添加到标记为 ## 的语句中以查看发生了什么。

library(sqldf)

sqldf() 

sqldf("create index idx on iris(Species)") ## 
sqldf("select count(*) from main.iris where Species = 'virginica'") ##
sqldf("select count(*) from main.iris where Species <> 'virginica'") ##

sqldf()

sqldf github home page上有一些例子。

另一种可能是直接使用RSQLite。

另请注意，您可以生成 SQL 个字符串的向量并将整个向量传递给 sqldf：sqldf(v)

另一种可能性是使用 SQLite 递归通用 Table 表达式。 Google 获取更多信息。

请注意，除 select 以外的语句（例如 create）会在 RSQLite 2.0 下产生警告，但仍会给出正确的结果，因此请忽略该警告或使用早期版本的 RSQLite.

R sqldf - 在循环内/外索引

R sqldf - index inside / outside a loop

r

sqldf