查詢及修改 SQL Server 資料 (SQL Server 和 RevoScaleR 教學課程)

發行項
05/04/2023

適用於： SQL Server 2016 (13.x) 和更新版本

此教學課程是 RevoScaleR 教學課程系列的第 3 個，該系列說明如何搭配 SQL Server 使用 RevoScaleR 函式 \(英文\)。

在上一個教學課程中，您已將資料載入 SQL Server。在此教學課程中，您可以使用 RevoScaleR 來探索及修改資料：

傳回變數的基本資訊
從原始資料建立類別資料

類別資料或因素變數，對於探勘資料視覺效果很有用。您可以使用它們作為長條圖的輸入值，以了解變數資料看起來的樣子。

查詢資料行和類型

使用 R IDE 或 RGui.exe 來執行 R 指令碼。

首先，取得一份資料行和其資料類型的清單。您可以使用 rxGetVarInfo 函式並指定您想要分析的資料來源。視您的 RevoScaleR 版本而定，您也可以使用 rxGetVarNames。

rxGetVarInfo(data = sqlFraudDS)

結果

Var 1: custID, Type: integer
Var 2: gender, Type: integer
Var 3: state, Type: integer
Var 4: cardholder, Type: integer
Var 5: balance, Type: integer
Var 6: numTrans, Type: integer
Var 7: numIntlTrans, Type: integer
Var 8: creditLine, Type: integer
Var 9: fraudRisk, Type: integer

建立類別資料

所有的變數都會儲存為整數，但某些變數代表類別的資料 – 在 R 中稱為「因素變數」。例如，資料行「state」包含數字，用來作為 50 個州再加上華盛頓哥倫比亞特區的識別碼。為了讓您更輕鬆地了解資料，您將數字取代為各州縮寫的清單。

在此步驟中，您會建立包含縮寫的字串向量，然後將這些類別的值對應至原始的整數識別碼。然後您會在 colInfo 引數中使用新的變數，以指定要將此資料行視為因素來處理。每當分析或移動資料時，就會使用縮寫，並將資料行當做因素來處理。

將資料行對應至縮寫，然後才使用它作為因數，實際上也能改善效能。如需詳細資訊，請參閱 R 和資料最佳化。

一開始先建立 R 變數 stateAbb ，以及定義要新增給它的字串向量，如下所示。

stateAbb <- c("AK", "AL", "AR", "AZ", "CA", "CO", "CT", "DC",
    "DE", "FL", "GA", "HI","IA", "ID", "IL", "IN", "KS", "KY", "LA",
    "MA", "MD", "ME", "MI", "MN", "MO", "MS", "MT", "NB", "NC", "ND",
    "NH", "NJ", "NM", "NV", "NY", "OH", "OK", "OR", "PA", "RI","SC",
    "SD", "TN", "TX", "UT", "VA", "VT", "WA", "WI", "WV", "WY")

接下來，建立名為 ccColInfo的資料行資訊物件，指定現有整數值對類別層級 (各州的縮寫) 的對應。

此陳述式也會建立針對 gender 和 cardholder 的因素變數。

ccColInfo <- list(
gender = list(
          type = "factor",
          levels = c("1", "2"),
          newLevels = c("Male", "Female")
          ),
cardholder = list(
              type = "factor",
              levels = c("1", "2"),
              newLevels = c("Principal", "Secondary")
               ),
state = list(
         type = "factor",
         levels = as.character(1:51),
         newLevels = stateAbb
         ),
balance = list(type = "numeric")
)

若要建立使用更新資料的 SQL Server 資料來源，請如之前一樣呼叫 RxSqlServerData 函數，但請加上 colInfo 引數。
```
sqlFraudDS <- RxSqlServerData(connectionString = sqlConnString,
table = sqlFraudTable, colInfo = ccColInfo,
rowsPerRead = sqlRowsPerRead)
```
- 針對 table 參數，傳入變數 sqlFraudTable，其中包含您稍早建立的資料來源。
- 針對 colInfo 參數，傳入 ccColInfo 變數，其中包含資料行資料類型和因素層級。

您現在可以使用 rxGetVarInfo 函數檢視新資料來源中的變數。

rxGetVarInfo(data = sqlFraudDS)

結果

Var 1: custID, Type: integer
Var 2: gender  2 factor levels: Male Female
Var 3: state   51 factor levels: AK AL AR AZ CA ... VT WA WI WV WY
Var 4: cardholder  2 factor levels: Principal Secondary
Var 5: balance, Type: integer
Var 6: numTrans, Type: integer
Var 7: numIntlTrans, Type: integer
Var 8: creditLine, Type: integer
Var 9: fraudRisk, Type: integer

現在您指定的三個變數 (gender、state和 cardholder) 即會視為因子。

後續步驟

定義及使用計算內容

共用方式為

查詢及修改 SQL Server 資料 (SQL Server 和 RevoScaleR 教學課程)

查詢資料行和類型

建立類別資料

後續步驟

意見反應

其他資源