当col可能丢失时R sqldf SELECT

如何解决当col可能丢失时R sqldf SELECT

我有许多.csv文件。某些列显示在所有文件中，而另一些仅显示在某些文件中。我也不想有其他许多列。

我正在使用R sqldf遍历.csv文件，选择所需的列，并将其写入新的.csv文件。但是，我不知道如何告诉sqldf在某些.csv文件中可能找不到某些列，在这种情况下，无论如何我都希望它创建它（即使它为空白）。

在下面的示例中，列userlocation1仅出现在某些.csv文件中。因此，如果文件没有文件，该代码将不起作用。

我尝试了try-catch，但这只是导致某些文件根本没有被处理。

for (fileNumber in fileNumbers){
  newfileName <- paste(sub(paste("\\.",sep = ""),"",fileNames[fileNumber]),"-clean",".csv",sep = "")
  tx <- paste(readLines(fileNames[fileNumber],encoding="UTF-8"),collapse="%%%")  
  tx_as_table <- fread(text = tx,header = TRUE,sep = ",",nrows = 501,stringsAsFactors = FALSE,fill = TRUE,select = 1:50)  
  dfmediaurl <- sqldf('select created_at,text,id_str,in_reply_to_status_id,username1,userscreen_name1,userlocation1 from tx_as_table')
  write.table(x = dfmediaurl,file = newfileName,append = FALSE,quote = TRUE,sep 
              = ";",row.names = FALSE,col.names = TRUE)
  
}

解决方法

要引用所有列，请使用本示例中的*和内置anscombe数据框：

sqldf("select * from anscombe limit 3")
##   x1 x2 x3 x4   y1   y2    y3   y4
## 1 10 10 10  8 8.04 9.14  7.46 6.58
## 2  8  8  8  8 6.95 8.14  6.77 5.76
## 3 13 13 13  8 7.58 8.74 12.74 7.71

或仅显示某些列，以使表中可能没有某些列，然后intersect将列名与表中实际存在的列名创建要使用的列名的字符向量，请将其转换为逗号分隔使用toString的字符串，并将其插入到SQL语句中。请注意，fn$必须前缀sqldf才能启用字符串插值。 verbose=TRUE还将显示正在运行的SQL语句（即，它还将显示下面以sqldf:开头的输出行-请注意，输出中的倒数第二sqldf:行显示了生成的SQL语句）：

# use those columns among x3,x4 and x5 that are in anscombe
cols <- toString(intersect(c("x3","x4","x5"),names(anscombe)))

fn$sqldf("select $cols from anscombe limit 3",verbose = TRUE)
## sqldf: library(RSQLite)
## sqldf: m <- dbDriver("SQLite")
## sqldf: connection <- dbConnect(m,dbname = ":memory:")
## sqldf: initExtension(connection)
## sqldf: dbWriteTable(connection,'anscombe',anscombe,row.names = FALSE)
## sqldf: dbGetQuery(connection,'select x3,x4 from anscombe limit 3')
## sqldf: dbDisconnect(connection)
##   x3 x4
## 1 10  8
## 2  8  8
## 3 13  8