【r与数据库】r数据库=非常完美.docxVIP

R 与数据库】 R ＋ #160; 数据库 #160; ＝ #160; 非常完 美 前言 经常用 R 处理数据的分析师都会对 dplyr 包情有独钟，它强 大的数据整理功能让原始数据从杂乱无章到有序清晰，便于 后期进一步的深入分析，特别是配合上数据库的使用，更是 让分析师如虎添翼，轻松搞定 Excel 难以驾驭的数据容量， 下面我们通过一个实用案例来具体看看如何将 R 和数据库 完美融合在一起。在以后的博客中我们还会陆续讲解 dplyr 包的各种功能和用 SQL 语言访问数据库的方法。 dplyr 包可 以配合一系列数据库使用， 如：sqlite, mysql and postgresql 。 这里我们着重探讨 sqlite 。数据的介绍首先我们来熟悉一下 即将用到的数据，在美国，药品的检疫是个严谨的过程，当 患者在服用药物后有任何不适反应，都可以将情况反映给相 关部门（ FDA ），而这些收集来的数据也对大众公开，可以 下载和分析。在这篇博客里我们会用到有关患者的人口统计 信息和针对某种症状患者使用了特定药物，因为中美药物间 的差别，我们暂时没有加入所用药品的信息，如果读者感兴 趣，可以自行调整分析的范围，这里作者用较少数据力求让 读者快速理解如何用 R 来读取网络数据，将其存入数据库， 并融合数据集，然后做深入分析。系统准备 library(dplyr)library(ggplot2)library(data.table)library(magrit tr)下载数据首先我们建立循环语句来下载 2015 上半年的季 度性数据 (如果空间允许， 还可以建立双循环下载多于一年的 数据 )year=2015for (m in (1:2) ){ url1paste0(/fda/fa ers/,year,/demo,year,q,m,.csv.zip) download.file(url1,dest=data.zip) # Demography unzip (data.zip) url2paste0(/fda/faers/,year,/indi,year, q,m,.csv.zip) download.file(url2,dest=data.zip) # Indication unzip (data.zip)  }解析下载数据，构建人口统 计信息和反应症状数据集  filenames list.files(pattern=^demo.*.csv, s=TRUE)demography = rbindlist(lapply(filenames, fread, select=c(primaryid,caseid,age,event_dt,sex,wt,occr_ country)))str(demography)## Classes data.table and data.frame: 606551 obs. of 7 variables:## $ primaryid : int3665588238775713409546344135256642207644 ...## $ caseid : int  3503293 3665588 3867118 3877571 3878344 4095463 4114994 4135256 4194388 4220764 ...## $ event_dt : intNANA NA200011 200303200404 ...## $ age : num 39 35 54 NA 66 ...## $ sex : chr F F F M ...## $ wt : num 83 NA 70 NA NA NA NA NA 60.8 NA ...## $ occr_country: chr US DE US GB ...## - attr(*, .internal.selfref)=filenames list.files(pattern=^indi.*.csv, s=TRUE)indication = rbindlist(lapply(filenames, fread, select=c(primaryid,indi_drug_seq,indi_pt)))str(indication) ## Classes data.table and data.frame: 1409632 obs. of 3 variables:## $ primaryid : int35032933350329