如何将R数据框与数据仓库SQL表进行关联查询？

当然可以实现R本地数据框与PostgreSQL数据库表的关联查询，你之前用sqldf失败的核心原因是：当指定drv = "PostgreSQL"时，sqldf会把SQL语句直接发送到PostgreSQL数据库执行，但你的R数据框df仅存在于本地R环境，数据库中没有这个表，直接引用自然会报错。

下面提供两种实用的解决方案：

方法1：将本地数据框临时写入数据库后关联 #

把R里的df先写入PostgreSQL的临时表（仅当前连接可见，断开后自动删除），然后在数据库层面完成关联查询，操作更贴近传统SQL思路：

library(DBI)
library(RPostgres)

# 建立数据库连接（替换为你的数据库信息）
con <- dbConnect(RPostgres::Postgres(), 
                 dbname = "your_db_name", 
                 host = "your_host", 
                 port = 5432, 
                 user = "your_username", 
                 password = "your_password")

# 本地R数据框
df <- data.frame(ID = "Apt", Name = "2023-01-01")

# 将df写入数据库临时表
dbWriteTable(con, name = "temp_df", value = df, temporary = TRUE)

# 执行关联查询
result <- dbGetQuery(con, 'SELECT * FROM csa."example" aa INNER JOIN temp_df bb ON bb.ID = aa.client_name')

# 查看结果
print(result)

# 关闭数据库连接
dbDisconnect(con)

方法2：用dbplyr实现本地数据框与远程表的关联 #

如果你习惯使用dplyr的语法，dbplyr可以自动将R代码翻译成SQL，同时支持本地数据框与远程数据库表的关联，无需手动编写复杂SQL：

library(dplyr)
library(dbplyr)
library(RPostgres)

# 建立数据库连接（替换为你的数据库信息）
con <- dbConnect(RPostgres::Postgres(), 
                 dbname = "your_db_name", 
                 host = "your_host", 
                 port = 5432, 
                 user = "your_username", 
                 password = "your_password")

# 将数据库表转为远程tbl对象
remote_example <- tbl(con, in_schema("csa", "example"))

# 本地R数据框
df <- data.frame(ID = "Apt", Name = "2023-01-01")

# 用dplyr语法完成关联，最后将结果拉回R环境
result <- remote_example %>%
  inner_join(df, by = c("client_name" = "ID")) %>%
  collect()

# 查看结果
print(result)

# 关闭数据库连接
dbDisconnect(con)

补充：你之前的sqldf写法为什么失败？ #

1. 第一种写法中，sqldf指定PostgreSQL驱动后，SQL语句会直接在数据库端执行，数据库无法识别仅存在于R环境的df对象；
2. 第二种sprintf的写法逻辑错误，sprintf仅做字符串替换，不会把df的数据转换成SQL子查询内容，最终发送给数据库的SQL依然包含SELECT * FROM df，数据库找不到这个表自然报错。

内容的提问来源于stack exchange，提问作者Murad Khalilov