- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
TLDR
我希望能够模板化 SQL 查询并在 R 中运行它们。胶水包和 DBI 工作得很好,但我想不出一种模板语句的方法。换句话说,有没有办法做这样的事情(借用 jinja ):
SELECT * FROM mtcars
{% if length( {make} ) > 0 %}
WHERE make IN( {make*}
{% end %}
其他详细信息
DBI 和胶水非常适合单个用例,但我经常想重用相同的通用 SQL 代码和 WHERE
子句等的一些不同变体。通常我希望 WHERE
处于“关闭”状态。在某些用例中而不是在其他用例中(例如对于 WHERE IN()
它默认为所有值,对于 WHERE x >= y
它不应用条件等等)。
我能找到的唯一解决方案是将 R 中的输入计算为 discussed here ,然后传递默认向量或输入。这种方法在某些用例中有效,而在其他用例中则完全无效。我认为这使得泛化变得更加困难并且在我最常见的用例中会影响性能 - 当我想要一个带有将值传递给 WHERE IN()
子句但默认为所有参数的查询时值。如果表在发展(即所有值随时间变化),那么我需要先运行查询以获取所有值,然后在用户未提供值时输入它们。这在更大的 table 上可能会很昂贵,而且如果它在用户体验中( Shiny )则令人望而却步。
library(DBI)
library(glue)
library(dplyr, warn.conflicts = F)
# Setup local DB ####
con <- DBI::dbConnect(RSQLite::SQLite(), ":memory:")
mtcars_df <- tibble::rownames_to_column(mtcars, var = "make")
str(mtcars_df)
#> 'data.frame': 32 obs. of 12 variables:
#> $ make: chr "Mazda RX4" "Mazda RX4 Wag" "Datsun 710" "Hornet 4 Drive" ...
#> $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
#> $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
#> $ disp: num 160 160 108 258 360 ...
#> $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
#> $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
#> $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
#> $ qsec: num 16.5 17 18.6 19.4 17 ...
#> $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
#> $ am : num 1 1 1 0 0 0 0 0 0 0 ...
#> $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
#> $ carb: num 4 4 1 1 2 1 4 2 2 4 ...
DBI::dbWriteTable(con, "mtcars", mtcars_df)
# Example query ####
sql <- glue::glue_sql("SELECT * FROM mtcars WHERE make IN( {make*} )", make = c("Fiat X1-9", "Datsun 710"), .con = con)
DBI::dbGetQuery(con, sql)
#> make mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
#> 2 Fiat X1-9 27.3 4 79 66 4.08 1.935 18.90 1 1 4 1
# Templating ####
sql <- "SELECT * FROM mtcars WHERE make IN( {make*} )"
sql_template <- tempfile(fileext = ".sql")
readr::write_file(sql, sql_template)
read_sql <- function(file, ..., .con, .envir = parent.frame()){
sql <- readr::read_file(file)
sql <- glue::glue_sql(sql, ..., .con = .con, .envir = .envir)
}
# SQL files can be templated and called from R
sql <- read_sql(sql_template, make = c("Fiat X1-9", "Datsun 710"), .con = con)
DBI::dbGetQuery(con, sql)
#> make mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
#> 2 Fiat X1-9 27.3 4 79 66 4.08 1.935 18.90 1 1 4 1
# All {values} must be provided, errors out
sql <- read_sql(sql_template, .con = con)
#> Error in eval(parse(text = text, keep.source = FALSE), envir): object 'make' not found
# Doesn't return anything
sql <- read_sql(sql_template, make = DBI::SQL(""), .con = con)
print(sql)
#> <SQL> SELECT * FROM mtcars WHERE make IN( )
DBI::dbGetQuery(con, sql)
#> [1] make mpg cyl disp hp drat wt qsec vs am gear carb
#> <0 rows> (or 0-length row.names)
# Can't make the entire where clause a parameter either without doing a lot of escapes and basically defeating the purppose of glue
sql <- glue::glue_sql("SELECT * FROM mtcars {makes}", makes = "WHERE make IN('Fiat X1-9', 'Datsun 710')", .con = con)
print(sql)
#> <SQL> SELECT * FROM mtcars 'WHERE make IN(''Fiat X1-9'', ''Datsun 710'')'
DBI::dbGetQuery(con, sql)
#> make mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
#> 2 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
#> 3 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
#> 4 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
#> 5 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
#> 6 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
#> 7 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
#> 8 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
#> 9 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
#> 10 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
#> 11 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
#> 12 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
#> 13 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
#> 14 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
#> 15 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
#> 16 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
#> 17 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
#> 18 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
#> 19 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
#> 20 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
#> 21 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
#> 22 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
#> 23 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
#> 24 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
#> 25 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
#> 26 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
#> 27 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
#> 28 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
#> 29 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
#> 30 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
#> 31 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
#> 32 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
# Get all values first
all_makes <- DBI::dbGetQuery(con, "SELECT DISTINCT make FROM mtcars") %>% dplyr::pull(make)
sql <- read_sql(sql_template, make = all_makes, .con = con)
DBI::dbGetQuery(con, sql)
#> make mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
#> 2 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
#> 3 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
#> 4 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
#> 5 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
#> 6 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
#> 7 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
#> 8 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
#> 9 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
#> 10 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
#> 11 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
#> 12 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
#> 13 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
#> 14 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
#> 15 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
#> 16 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
#> 17 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
#> 18 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
#> 19 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
#> 20 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
#> 21 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
#> 22 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
#> 23 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
#> 24 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
#> 25 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
#> 26 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
#> 27 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
#> 28 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
#> 29 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
#> 30 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
#> 31 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
#> 32 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
# Templating with a conditional####
sql <- "SELECT * FROM mtcars WHERE cyl >= {cyl} "
sql_template <- tempfile(fileext = ".sql")
readr::write_file(sql, sql_template)
read_sql <- function(file, ..., .con, .envir = parent.frame()){
sql <- readr::read_file(file)
sql <- glue::glue_sql(sql, ..., .con = .con, .envir = .envir)
}
# No way to use the all values approach since it's a one sided conditional
sql <- read_sql(sql_template, cyl = 8, .con = con)
DBI::dbGetQuery(con, sql)
#> make mpg cyl disp hp drat wt qsec vs am gear carb
#> 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
#> 2 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
#> 3 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
#> 4 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
#> 5 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
#> 6 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
#> 7 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
#> 8 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
#> 9 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
#> 10 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
#> 11 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
#> 12 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
#> 13 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
#> 14 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
最佳答案
glue::glue_sql
可以使用多个参数:
# con <- dbConnect(...)
make <- c()
glue::glue_sql(
"select * from mtcars",
if (length(make)) " where make in ({make*})" else "",
.con = con)
# <SQL> select * from mtcars
make <- c("Fiat X1-9", "Datsun 710")
glue::glue_sql( # unchanged
"select * from mtcars",
if (length(make)) " where make in ({make*})" else "",
.con = con)
# <SQL> select * from mtcars where make in ('Fiat X1-9', 'Datsun 710')
关于使用 glue_sql 进行 R SQL 模板化,能够动态删除 where 子句,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/71532227/
namespace std { template <> class hash{ public : size_t operator()( cons
我正在构建一个 Javascript 交互性有限的 Django 应用程序,并且正在研究如何将 Vue 模板与 Django 模板合并以实现相同的内容。 想象一个无限滚动的页面,其中 SEO 非常重要
我需要一个由游戏逻辑组成的外部类,调用 LitElement 组件,并向其传递一个 html 模板文字,该组件将使用该文字来更新其自己的 html 模板文字的一部分。 在下面的代码中,您将看到组件的一
很简单,我不想在 html 文件中定义所有 Handlebars 模板 我试过了 但这并没有奏效。我是否可以不以编程方式定义模板,甚至只是加载 Handlebars 文件,以便我可以重用,而且我觉得
在此代码中,j 正确地成为对象:j.name、j.addr、j.city、j.state 和 j.zip。但是,成功函数有一个 JavaScript 错误 .tmpl() 不是函数。 {{t
Django模板不会?点进来,总结了模板语法传值取值、过滤器和自定义过滤器、模板标签的分类、中间件403报错如何解决、如何继承模板~👆 Django 模板 模板传值取值 后端传值 键值对形式:{‘n
哈喽大家好,我是鹿 九 丸 \color{red}{鹿九丸}鹿九丸,今天给大家带来的是C++模板。 如果大家在看我的博客的过程中或者学习的过程中以及在学习方向上有什么问题或者想跟我交流的话可以加我的企
我正在用 PHP 编写一个简单的模板层,但我遇到了一些困难。目前它是这样工作的: 首先,我使用 fetch_template 从数据库中加载模板内容 - 这可行(如果您有兴趣,我会在启动时收集所有模板
我正在制作有关模板的 Django 教程。我目前处于此代码: from django.template import Template, Context >>> person = {'name': '
我正在使用 Jquery 模板来显示传入的 JSON 数据我想将模板加载到可缓存的外部文件中。我该怎么做? 更新 http://encosia.com/2010/12/02/jquery-templa
这是我的观点.py: from django.http import HttpResponse from django.template.loader import get_template from
我试图说服一位同事在项目的前端使用 Mustache/Hogan,我提出了以下建议: 有一个 templates.js 文件,大致如下所示: var tpl_alert = '{{msg}}'; va
我想创建一个通用的数组函数。在我的 API 中,我有一个通用容器,我需要将其转换为正确的类,但我想让它通用 template void UT::printArray(CCArray* arr, T t
有谁知道是否有办法在 Genshi 中创建 javascript 模板?我的意思是,我需要一个 .js 文件,可以在其中使用 等指令。等等。 有什么想法吗?谢谢! 最佳答案 你可以直接在html中这
我想知道是否可以设置某种 HTML 模板系统,基本上我有 3 个不同的文件: - header.html - footer.html - landing.html(landing.html 是包含页面
我正在尝试构建以下 HTML 模板: 这很简单,如果我使用红色容器 1-4,语法如下: 1 2 3 4 5 6 7 8 9 https://jsfi
#include "boost/numeric/ublas/matrix.hpp" using namespace boost::numeric::ublas; template class Lay
我在一个类中有一个函数,它传递了一个函数及其参数,然后将它们绑定(bind)到一个函数调用中并调用该函数等。 这已经被快速组合在一起以测试我知道代码不是很好的概念。 class Profiling {
是否有一个 c++ 结构或模板(在任何库中)允许我在十进制和任何其他基数之间进行转换(很像 bitset 可以做的)? 最佳答案 是的,你可以使用unsigned int: unsigned int
来自其他编程语言,许多像我一样的人会感到惊讶。我有一个简单的问题。我有一个列表——比如说,用户。我想遍历用户并显示一些信息。非常简单,直到我被这个难住了: 使用一个 eex 模板,我试图这样做:
我是一名优秀的程序员,十分优秀!