在 R 中读取表时处理 SQL 表中的 NULL 值答案

【问题标题】：Handling NULL values in SQL table when reading table in R在 R 中读取表时处理 SQL 表中的 NULL 值
【发布时间】：2013-10-10 06:13:09
【问题描述】：

我正在使用以下查询读取 R 中的 SQL 表：

data = sqlQuery(con, "select * from Quant.dbo.Indiv_data where Date > '19020101'", stringsAsFactors = FALSE, as.is = TRUE, na.string = "NULL", nullstring = "NA")

as.is的使用是不强制转换任何原有的列类型，保持SQL表的列类型不变。唯一的问题是 SQL 表中的“NULL”单元格没有得到正确处理，我得到以下结果：

                      Date  issueid    ReturnBA          VAL           EQ          EFF        SIZE FSCR MSCR          SY
 1 1984-12-31 00:00:00.000 00101601  .136539672 45.200000000 71.400000000 47.750000000 1.295611077 <NA> <NA>  .019447467
 2 1984-12-31 00:00:00.000 00105401  .023985560 57.800000000 48.800000000 18.500000000 2.296439211 <NA> <NA> -.005433357
 3 1984-12-31 00:00:00.000 00109801 -.094036769 60.200000000 56.800000000 79.200000000 1.858392810 <NA> <NA> -.451707020
 4 1984-12-31 00:00:00.000 00112401 -.006317470 46.400000000 64.800000000 54.250000000 1.900126698 <NA> <NA>  .009264280
 5 1984-12-31 00:00:00.000 00116601  .124830071         <NA> 76.200000000 48.500000000 2.070191229 <NA> <NA>        <NA>
 6 1984-12-31 00:00:00.000 00117801  .010923909 25.500000000 29.000000000 40.666666667 2.200806054 <NA> <NA> -.005433421

请注意，“NULL”单元格被转换为<NA>，而不是NA。为了尝试处理这种情况，我尝试了以下方法：

 data = sqlQuery(con, "select * from Quant.dbo.Indiv_data where Date > '19020101'",
  stringsAsFactors = FALSE, as.is = TRUE, na.string = "NULL", nullstring = "NA")

然而，这会将每个 NULL 单元格设置为 string NA 而不是 symbol NA。换句话说，如果你以data$VAL[5]为例，在SQL表中最初为NULL，然后执行以下操作：

is.na(data$VAL[5]) 你得到FALSE 但是当你这样做时 data$VAL[5] == "NA" 你得到TRUE

如何使 SQL 表中的所有 NULL 单元格在 R 的数据框中成为 NA，同时在 sqlQuery() 中使用 as.is？

谢谢，

【问题讨论】：

您的屏幕截图似乎暗示您数据库中的“NULL”值实际上不是NULL，而是字符串“NULL”。对吗？
字符串 NA 是什么意思？你的意思是NA_character_？
字符串 NA，我的意思是“NA”，而不是符号 NA
@Joran 我相信实际上是符号NULL，而不是字符串。
所以，NA 和 <NA> 之间没有（真正的）区别。后者只是 R 在字符变量的情况下如何打印 NA 值，以便与其他字符串区分开来。 R 执行此操作以及 na.string = "NULL" 导致此行为的事实强烈表明您的数据库中的 NULL 值实际上是字符串。因此，具有此“NULL”值的“数字”列将作为字符变量导入。

标签： r null na rodbc

【解决方案1】：

诀窍在于as.is 似乎将所有列（日期列除外）转换为character 列。因此，R 将<NA> 打印为字符向量/列的空符号。

解决方案是只为前两列指定as.is，让 R 处理其他列类型。在这种情况下，R 会适当地将其余列转换为数字，并将NA 分配为 SQL 中等效空单元格的空符号。

【讨论】：