京公网安备 11010802034615号
经营许可证编号:京B2-20210330
这个包最近的跟新版貌似可以直接安装了,之前的版本还需要各种配置。
installed.packages("DBI") #这个包是使用RMySQL的前提
installed.packages("RMySQL")
二、RMySQL常用函数
1、dbConnect() 建立与数据库链接的函数
drv:MySQL()
dbname:链接的数据库的名称
username:连接数据库的用户名
password:连接数据库的密码
host:如果是本地数据库可以略过,否则填写需要链接的地址
port:链接的服务器地址的端口
例子:本地数据库 :conn <- dbConnect(MySQL(),dbname = "test",username = "test",password = "123")
非本地数据库:conn <- dbConnect(MySQL(),dbname = "test",username = "test",password = "123",host = "100.0.0.0",port = 3306)
2、dbSentQurey() 修改返回的数据编码类型
有的时候建立链接后,读取的数据是乱码,那么就需要这个函数来修改
conn:就是dbConnect的变量名称
“SET NAMES utf8”or“SET NAMES gbk”或者其他的编码类型
例子:dbSentQurey(conn = conn,“SET NAMES utf8”)
3、dbGetQuery() 返回查询结果
建好链接,改好编码格式,就可以用这个函数获取需要的数据啦
conn:就是dbConnect的变量名称
statement:就是一条SQL语句
例子:dbGetQuery(conn = conn ,"select * from test")
4、dbDisconnect() 关闭链接
RMySQL一般可以建立16个链接,超过后会报错,所以每次用完之后要记得用这个函数关掉,以免跑循环的时候断掉,得不偿失。
例子:dbDisconnect(conn)
5、dbListTables() 返回数据库内所有表的名字
这个没啥说的了,你要是想看都有什么表就输入一个就好了
例子:dbListTables(conn)
6、dbWriteTable() 将R的数据写到mysql数据库的表中
conn:就是dbConnect的变量名称
name:将写入数据的表名称
value:要写入表的数据,一个数据框,或者转化成数据框
row.names:是否写入行编号
overwrite:是否覆盖写入
append:追加写入
例子:dbWriteTable(conn = conn,name = "test",value = "data",row.names = FALSE,append = TRUE)
三、参考的完整代码
library(DBI)
library(RMySQL)
library(data.table)
conn <- dbConnect(MySQL(),dbname = "xplatform",username = "xplatform",password = "xplatform")#建立连接
dbSendQuery(conn,"SET NAMES gbk") #声明编码类型
test_data <- dbGetQuery(conn,"select * from Rtest_data") #读数据
data <- data.table(NO = 1:10,NUm = 2:6) #建立一个数据框
dbWriteTable(conn,test_data,data,row.names = F,append) #将数据框data追加写入到test_data中
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14