无法在 R 中使用 sqldf 对函数使用 rank()答案

【问题标题】：Unable to use rank() over functions in R using sqldf无法在 R 中使用 sqldf 对函数使用 rank()
【发布时间】：2015-11-28 14:56:38
【问题描述】：

arm<-as.data.frame(matrix(c(1,1,1,2,2,6,7,4,9,10),ncol=2))

colnames(arm)<-c("a","b")

这是我在 R 中创建的数据集。

现在我想对 b 列进行排名并按 a 列分组。

无论我对语法进行什么更改（如添加 []、“”等...），以下代码都会引发此错误

sqliteSendQuery(con, statement, bind.data) 中的错误：语句中的错误：接近“（”：语法错误

我使用的是“sqldf”包。

arm2<-sqldf("select a,
         b,
         rank() over (partition by a order by b) as rank1 
         from arm")

然后我安装了RH2包，它开始抛出以下错误：

.verify.JDBC.result(s, "Unable to execute JDBC statement ", statement) 中的错误：无法执行 JDBC 语句 select a, 乙， rank() over (按 b 的顺序分区) 作为 rank1 from arm（未找到函数“rank”；SQL语句：select a，乙， rank() over (按 b 的顺序分区) 作为 rank1 来自手臂 [90022-175]）

如何在 R 的 sqldf 包中使用 rank() over sql 函数？

【问题讨论】：

投反对票似乎有点苛刻。该问题概述了使用的包、使用的数据、使用的代码和错误消息。考虑到这里被赞成的一些废话，它显示了解释这个问题的努力。
rsqldf 默认使用 sqlite，它没有 rank() 函数。我对 RH2 不熟悉，但似乎 ti 也有同样的问题。您可以按照示例 from here 尝试 postgresql
我不明白这个问题。这是错误报告吗？如果是这样，请报告GH。或者您正在寻找通用解决方案？在这种情况下，这个错误应该只是为了显示您最初的努力，因此您可以使用其他一些替代方法，例如arm$rank1 <- unlist(with(arm, tapply(b, a, rank)))。
@DavidArenburg - unlist(tapply(...)) 最好替换为 ave，因此它不依赖于数据集的顺序。
@thelatemail 是的，你说得有道理

标签： sql r syntax sqldf

【解决方案1】：

sqldf 使用的 SQLite 不支持 rank() 函数 - see here。从您从 H2 收到的错误消息中，它也不是，虽然它是 currently planned。

sqldf 能够使用 PostgreSQL 而不是 SQLite，后者确实支持 rank()：例如，see here。您发布的代码应该可以工作。

如果您不想使用 PostgreSQL，您可以使用 SQLite 和 sqldf 以正确的顺序获取数据：

sqldf("select a, b from arm 
          order by a, b", drv = "SQLite")

但是排名栏比较难——看一些相关的答案：1,2,3

由于您已经在 R 中，您可以使用原生 R 包dplyr：

library(dplyr)
arm %>% group_by(a) %>%
        mutate(rank = rank(b))

或者data.table，一个更快的选择：

library(data.table)
setDT(arm)[ , rank := rank(b), by = a]

【讨论】：

请注意，如果你真的想使用 SQLite 那么：a1 <- sqldf("select a, b from arm order by a, b"); min_rowid <- sqldf("select x.*, min(y.rowid) min_rowid from a1 x left join a1 y using(a) group by x.a"); sqldf("select a1.*, a1.rowid - min_rowid + 1 rank from a1 join min_rowid using(a)")