R如何编写像SAS这样的宏

Question

我有一个很长的这样的sqlquery，只需要更改日期就需要运行几次。我擅长 SAS，但对 R 很陌生，所以我正在努力编写类似于 SAS 的东西。

df <- sqlQuery(datamart, paste0("Select xxxxxxxxxxxxxxxxxx from xxxxx
where date = '28Feb2018'"), as.is=TRUE, stringsAsFactors = FALSE)

你能分享一些经验吗？

谢谢！

---

于 2018 年 6 月 5 日编辑：

我根据下面的答案编辑了代码，但我仍然无法正确运行代码。 目前我的代码变成：

safeqry <- function(date_string)
{require(RODBCext)
qry_string <- paste0("DELETE FROM [T_SPP] WHERE [BkDt]<=#?","#")
  parms <- data.frame(date_string, stringsAsFactors=FALSE)
  sqlExecute(access, qry_string, parms, fetch=TRUE)}
safeqry('2016-04-30')

错误是：

42000 -3100 [Microsoft][ODBC Microsoft Access Driver] 查询表达式“[BkDt]

另一个代码是

query_delete = function (table, date_col, date) {
paste0('DELETE FROM [',table,'] WHERE [',date_col,']<=#',date, '#')}
sqlQuery(access, query_delete("T_SPP", "BkDt", "2018-04-30"),as.is = TRUE, stringsAsFactors = FALSE)

错误是

[1]“[RODBC] 错误：无法 SQLExecDirect 'DELETE FROM [T_SPP] WHERE [BkDt]

Answer 1

相当于 SAS 宏的 R 是一个函数。因此，您编写了一个以日期为参数的函数，然后将日期传递给查询。

最简单的方法是通过字符串操作：

qry <- function(date_string)
{
    qry_string <- paste0("select xxxxx from yyy where date = '", date_string, "'")
    sqlQuery(datamart, qry_string, as.is=TRUE, stringsAsFactors=FALSE)
}

但是，这通常是不安全的，因为人们可以将恶意字符串传递给您的函数，导致它执行 Bad Things. 相反，请考虑使用 RODBCext package 来运行参数化查询而不是弄乱字符串：

safeqry <- function(date_string)
{
    require(RODBCext)
    qry_string <- paste0("select xxxxx from yyy where date = ?")
    parms <- data.frame(date_string, stringsAsFactors=FALSE)
    sqlExecute(datamart, qry_string, parms, fetch=TRUE)
}

Answer 2

最简单的方法如下所示：

macro1 <- function(dt) {
  qry <- paste0("select xxxxxxxxxx from xxxx where date='", dt, "'")
  sqlQuery(datamart, qry, as.is=TRUE, stringsAsFactors=FALSE)
}

但它有几个问题：

• 它假定连接对象datamart 在父（和/或全局）环境中可用并且有效；如果您正在使用不同的连接进行测试，我保证这会以您意想不到的方式咬住您；和
• 很容易出现SQL injection（漫画：xkcd 327）
• 如果您的参数为空或长度为 2 或更长，则它可能无法满足您的需求

一个稍微健壮的函数是这样的：

macro2 <- function(dt, con) {
  if (length(dt) == 0L) {
    stop("'dt' is not length 1")
  } else if (length(dt) > 1L) {
    warning("'dt' has length > 1 and only the first element will be used")
    dt <- dt[[1L]]
  }
  qry <- sprintf("select xxxxxxxxxx from xxxx where date='%s'", sQuote(dt))
  sqlQuery(con, qry, as.is=TRUE, stringsAsFactors=FALSE)
}

虽然更好的解决方案是使用变量绑定（“参数化查询”），这对于每个数据库类型都是唯一的。正如 Hong Ooi 建议的那样，RODBCext 为RODBC 连接提供了此功能，但您需要更多特定于数据库的东西。

如果您想稍微懒一点，并且对始终在全局中的连接感到安全，您可能会尝试执行以下操作：

macro2 <- function(dt, con=datamart) ...

这会起作用，但我仍然提防它。经验表明，显式通常更安全，更容易排除故障。

从这里开始，可以使用循环，无论是 JasonAizkalns 建议的 for 循环，还是类似：

answers <- lapply(vector_of_dates, macro2)

Answer 3

有几种方法可以做到这一点，但既然你说你是R 的新手，这可能是一种自然的方法。首先，创建允许您更改select_cols、tbl 和date 的函数并返回一个字符串：

make_query <- function(select_cols, tbl, date) {
  paste0("SELECT ", select_cols, " FROM ", tbl, " WHERE date = '", date, "';")
}

make_query("*", "my_table", "28Feb2018")
[1] "SELECT * FROM my_table WHERE date = '28Feb2018';"
make_query("*", "different_table", "28Feb2018")
[1] "SELECT * FROM different_table WHERE date = '28Feb2018';"

然后你可以创建一个日期向量来循环：

various_dates <- c("28Feb2018", "01Mar2018", "02Mar2018")

for (date in seq_along(various_dates)) {
  make_query("*", "my_table", various_dates[date])
}

当然，您可以修改循环体以使用您的sqlQuery 函数：

for (date in seq_along(various_dates)) {
  sqlQuery(datamart, make_query("*", "my_table", various_dates[date]), 
           as.is = TRUE, stringsAsFactors = FALSE)
}

而且由于看起来您想要保存结果，您可以预先分配一个与日期数相同长度的空列表并保存这些结果：

df <- vector("list", length(various_dates))
for (date in seq_along(various_dates)) {
  df[[date]] <- sqlQuery(datamart, make_query("*", "my_table", various_dates[date]), 
           as.is = TRUE, stringsAsFactors = FALSE)
}