r - 使用 SQLDF 的示例行

Question

sqldf 有一个获取“X”行的限制选项。我们也可以使用 sqldf 做一个 'x%' 样本吗？

例如

> sqldf("select * from iris limit 3")

Loading required package: tcltk
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa

> sqldf("select * from iris sample 0.01")
Error in sqliteSendQuery(con, statement, bind.data) : 
  error in statement: near ".1": syntax error

是否有一些解决方法？

马尼什

Answer 1

这基本上是一个 SQL 问题。由于 sqldf 默认使用 SQLite(这不是绝对正确的，请参阅 ?sqldf 中 drv 的文档以获取更多详细信息)，问题沸腾了一直到“如何在 SQLite 中以随机顺序选择行？”。可以在 this SO post 中找到一个简单的答案:

SELECT * FROM table ORDER BY RANDOM() LIMIT 1;

使用问题中的示例:

> sqldf("select * from iris order by RANDOM() limit 3")
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          6.3         3.3          4.7         1.6 versicolor
2          6.0         2.7          5.1         1.6 versicolor
3          5.0         2.0          3.5         1.0 versicolor

编辑:如果给出行的百分比而不是行的数，则以下内容可用作 R 解决方案。可能存在纯 SQLite 解决方案。

percentage <- 0.02
mylimit <- round(nrow(iris) * percentage, 0)
sqldf(sprintf("select * from iris order by RANDOM() limit %d", mylimit))