sqldf与R代码库的可维护性

如果要在R中构建大量的组织范围的代码库，那么依赖sqldf包作为数据挖掘任务的默认方法是否可以接受？或者，最佳实践是在可能的情况下依赖于具有特定于R的语法的操作吗？通过依赖sqldf，我们可以在R代码库中引入大量不同的语法SQL

我问这个问题是关于可维护性和风格的。我搜索了现有的R风格指南，没有找到任何关于这个主题的内容

<>编辑：为了澄清我关心的工作流程，考虑一个充分利用SQL LDF的数据Mulink脚本：

library(sqldf)
gclust_group<-sqldf("SELECT clust,SUM(trips) AS trips2
                FROM gclust
                GROUP BY clust")

gclust_group2<-sqldf("SELECT g.*, h.Longitude,h.Latitude,h.withinss, s.trips2
                 FROM highestd g
                 LEFT JOIN centers h
                 ON g.clust=h.clust
                 LEFT JOIN gclust_group s
                 ON g.clust=s.clust")

库（sqldf）
gclust_组写入函数。具有描述其用途的清晰名称的函数。记录它们。编写测试

函数是否包含
sqldf
部分，或者使用
dplyr
，或者使用裸R代码，或者调用
Rcpp
，都与此级别无关

但是，如果您想尝试将某些内容从
sqldf
更改为
dplyr
，那么重要的是您有一个稳定的平台来进行实验，这意味着定义良好的函数和一组良好的测试。如果使用
dplyr
，一个函数的运行速度可能会快100倍？很好，您可以用这两种方法分析和测试代码

您甚至可以对代码进行分支，在修订控制系统中有一个
sqldf
分支和一个
dplyr
分支（您使用的是RCS，对吧？），并并行工作，直到获得一个优胜者

从可维护性的角度来看，如果您的代码库经过良好的文档记录和测试，那么将其他语法引入R代码并不重要。
效率是一个问题吗？如果是，则不是一个好的选择，而且到目前为止也不容易维护（您可以单独存储“sql”代码，并使用
readLines
）对其进行调用）。如果您有sql和sql背景，您可以调查
数据。table
软件包，该软件包具有更体面的可维护工作流，并与sql有一些相似之处。（阅读常见问题解答2.16）[[.考虑到可维护性，
dplyr
更可取，因为它使用SQL或其他外部存储，并对所有外部存储强制使用相同的语法，对内部表也有类似的操作，例如
data.frame
，
data.table
。Spacedman的回答很有意义。如果您编写了清晰的函数，那么包引用在函数中，内部并不重要；相反，重点是手头任务的效率。这取决于维护人员的背景。如果他们了解SQL而不太了解R，那么维护SQL就容易多了。如果他们很了解R，R可能更可取。如果数据是持久的，那么使用数据库似乎很重要，但如果是临时的y那么这不是问题。是否使用sqldf或驱动程序包（RSQLite等）直接取决于您正在做什么。虽然可能存在个别实例（大多数是速度无关紧要的小示例），但sqldf总体速度并不比R慢。一些用户使用sqldf来获得比R更快的速度优势。是的，我使用Git来表示RCS。我知道函数内部的其他语法并不特别重要。