SQLを用いたデータのハンドリング

SASやRでSQLを使うシリーズ2

※以下はgroup byの紹介
https://qiita.com/saspy/items/2829fdf6ab21ce9d9ce0

今回はleft joinなどデータの結合を紹介

SAS SQLプロシジャ

proc Sql;
  create table work.DATA
    select 残す変数 A.VAR1 , A.VAR2 , B.*など
    from DATA1 as A
    left join DATA2 as B
    結合条件 on A.VAR1 = B.XXX and A.VAR2 >= 100;
quit;

left joinで左結合(DATA1がベースとなり、DATA2にしかない行は残らない)
left joinをright joinにすると右結合(DATA2がベースとなる)
inner joinだと両方ともにある行を残す(数学でいう積集合)
full joinだとどっちかにある行を残す(数学でいう和集合)
差集合にしたいなら、where=うまく使うとか、except使うなど

dataステップでのやり方は、以下を参照
https://qiita.com/saspy/items/7f61d4e733a952cd83e7

R sqldf

DATA <- fn$sqldf(
 " select A.VAR1 , A.VAR2 , B.*
   from DATA1 as A
   left join DATA2 as B
   on A.VAR1 = B.XXX and A.VAR2 >= 100
 " )

full join使ったら、
エラー: RIGHT and FULL OUTER JOINs are not currently supported
と出たのでleft joinとinner joinしかダメかも
まぁそしたらdplyr使えばいい

結合しながら処理ならsqldfの方がいいかもしれないが、dplyrの方がきれいかもね