使用sqldf在R中基于副表条件删除主表记录的技术问题

看起来你在使用sqldf处理表关联删除时踩了几个常见的坑，我来帮你梳理清楚问题所在，并且给出可行的解决方案。

首先明确你的核心需求：删除主表prim中所有在副表sec里满足height='1ft'或weight='10kg'的对应ID的记录，最终保留ID=3的那条记录。

你之前尝试的问题分析 #

1. 第一个DELETE语句：

   sqldf("DELETE FROM prim WHERE prim.ID=sec.ID AND (sec.height='1ft' OR sec.weight='10kg')")
   

   语法错误，因为你没有在DELETE语句中关联sec表，SQL无法识别sec这个表，自然无法执行。

2. 第二个EXISTS语句：

   sqldf("DELETE FROM prim WHERE EXISTS (SELECT * FROM sec WHERE sec.ID=prim.ID AND (sec.height='1ft' OR sec.weight='10kg'))")
   

   逻辑本身是对的，但你忽略了sqldf的核心特性：它不会直接修改原数据框，而是返回修改后的新数据框。如果没有把结果赋值回prim，原数据框根本不会变化；如果赋值后仍出现删除所有记录的情况，大概率是拼写错误（比如'10kg'多了空格），但按你给出的示例数据，这个语句逻辑是成立的。

3. 嵌套EXISTS的写法完全多余，反而增加了逻辑复杂度，容易出错。

4. JOIN后的DELETE：
   合并表后执行DELETE的问题在于，SQLite的DELETE语句不会返回结果，所以sqldf会抛出你看到的警告，而且同样需要赋值才能更新prim，这种写法属于绕远路了。

正确的解决方案 #

我推荐两种简洁可靠的写法：

方法1：使用EXISTS并正确赋值

# 先确保sec表的ID与prim对应
ID = c(1, 2, 3)
height = c("1ft", "2ft", "3ft")
weight = c("5kg", "10kg", "20kg")
sec = data.frame(ID, height, weight)

# 执行删除并将结果赋值回prim
prim <- sqldf("DELETE FROM prim WHERE EXISTS (
                SELECT 1 FROM sec 
                WHERE sec.ID = prim.ID 
                AND (sec.height = '1ft' OR sec.weight = '10kg')
              )")

这里用SELECT 1代替SELECT *是SQL的最佳实践，更高效。关键是一定要把sqldf的结果赋值给prim，这样原数据框才会被更新。

方法2：直接筛选保留的记录（更直观，无警告）

如果觉得DELETE的写法容易混淆，不如直接查询出需要保留的记录，这种写法可读性更强，也不会有SQLite的警告：

prim <- sqldf("SELECT * FROM prim 
               WHERE ID NOT IN (
                 SELECT ID FROM sec 
                 WHERE height = '1ft' OR weight = '10kg'
               )")

逻辑是：先从sec中找出所有满足条件的ID，再保留prim中不在这个ID列表里的记录，结果和DELETE完全一致。

验证结果 #

执行上面任意一种方法后，prim会只保留ID=3的记录：

ID  etc1  etc2
1  3 stuff stuff

内容的提问来源于stack exchange，提问作者ritalin