技多不压身，跨界融合更是对十八般武艺的一种考验，SQL是一种技能，一样可以在R的舞台上展示独特的魅力，一起看看SQL处理数据的长袖有怎么样的舞艺。
1，介绍主角
SQL 是结构化查询语句，是一种数据库查询和程序设计语言。数据分析从业者的主要技能之一，普及程度不低于R语言。当我们用R语言处理数据：检索，排序，筛选的时候怎觉得力不从心。怎样用SQL来处理R中的数据呢？用SQL的优势来武装R的数据处理更能锦上添花，鱼和熊掌兼得。当然我们可以引用R中的sqldf包，让SQL在R飞起，处理数据就这么简单。
2，打造一个舞台
从简单的数据来探索有趣的知识，用R组合出关于学生的数据框（student_dframe），比如学号-sid，性别-sex，年龄-age，班级-class，成绩等级-level：
code—
sid<-c(1,2,3,4,5,6) sex<-c(‘男’, ‘女’,’男’, ‘女’,’男’, ‘女’)
age<-c(18,24,45,18,19,22)
class<-c(‘class1’, ‘class1’, ‘class2′,’class2’, ‘class3’, ‘class3’)
level<-c(‘Poor’, ‘Improved’, ‘Excellent’, ‘Poor’, ‘Improved’, ‘Excellent’)
student_dframe <- data.frame(sid, sex, age, class,level)
3.3，WHERE 过滤数据
SQL2=sqldf(“SELECT * FROM student_dframe WHERE sex =’男’;”)
R2 = filter(student_dframe, sex==”男”) identical(SQL2, R2)
输出结果：
3.5，Inner Join 集合合并–添加列
我们需要在创建一个学生姓名的数据框：
code—
sid<-c(1,2,3,4,5,6) # 学号一样
sname<-c(‘张三’, ‘李四’, ‘王二’, ‘狗蛋’, ‘毛线’, ‘乔布斯’)
student_name <- data.frame(sid, sname)
3.6，UNION ALL 取两个集合的交集
student_dframe1<-student_dframe[1:3,] #重复利用数据框 前3行
R5 <- rbind(student_dframe, student_dframe1)
SQL5 <- sqldf(“SELECT * FROM student_dframe UNION ALL SELECT * FROM student_dframe1;”) compare(R5,SQL5, allowAll = TRUE)
输出结果：
3.8，EXCEPT 取两个集合的补集
R7 <- anti_join(student_dframe, student_dframe1)
SQL7 <- sqldf(“SELECT * FROM student_dframe EXCEPT SELECT * FROM student_dframe1;”) compare(R7,SQL7, allowAll = TRUE)
输出结果：
ggplot(sqldf(‘SELECT age, sex FROM student_dframe WHERE age between 0 AND 100 ;’),aes(x=age, fill = sex), family=’SimSun’)+ geom_density(alpha = 0.6)
期待能够在我的下一个文章遇到你，如果你有什么疑问或者反馈，你可以扫码关注公众号，通过私信给我留言，我会第一时间给你答复。
最后，中国加油，武汉加油，一起加油