SQL到R数据读取更改数据

我在MSSQL数据库中有很多数据。我已经编写了一个查询来获取我需要的数据，并希望将这些数据加载到R中进行分析

问题：将数据加载到R中时，我的CustomerID号正在被更改，即SQL server中的CustomerID将显示为“xxxx0101”[我已用xxxx截断CustomerID字段，以显示它仅在接近尾端时被更改]，但在R中它显示为“xxxx2724”（引号不是用来表示字符串：SQL中的数据类型是varchar（30）；R显示为自动分配数据类型）。此外，它将对我的数据值进行舍入（SQL:2.84…7366 R:2.84…6575）

SQL表结构：

CustomerID  | DataValue
xxxxxxx0101 | 2.84...7366

在R中，相同的信息显示为：

CustomerID  | DataValue
xxxxxxx2724 | 2.84...6575

我不明白为什么R会改变我字段的值

R代码：

require(RODBC)
myScript = paste(gsub("\t", " ", readLines("TestQuery.sql")), collapse = " ")
myData = data.frame(sqlQuery(myDBConnection, myCode))
View(myData)

将paste（）和gsub（）函数添加到主readLines（）中，以消除\t（for tab）之类的内容，并将我的多行SQL查询存储到一个字符串中。我不认为这是导致问题的原因，我已经将myScript的结果直接粘贴回MSSQL服务器，并验证它返回的结果与TestQuery.sql完全相同

我正在使用RODBC包连接我的R和SQL。不确定是否使用正确的软件包，是否有更新的软件包不存在此问题。如果我正在运行一个小的测试查询，比如：

data.frame(sqlQuery(myDBConnection, "select top 10 CustomerID from CustList 
order by CustomerID"))

我只是有一些客户ID的问题，其他的都是正确的

有趣的事实：我的同事运行了我的SQL查询，从中创建了一个SAS数据集，然后将SAS中的数据集作为数据帧加载到R中，没有我上面提到的问题（他使用R中的Haven库读取SAS数据集）

更新：我试图首先初始化一个character类型的空数据帧，然后使用stringsAsFactors=FALSE一次加载一个CustomerID。代码如下：

foo = sqlQuery(myDBConnection, "select top 10 CustomerID from CustList 
order by CustomerID", stringsAsFactors = FALSE)
testDF = data.frame(CustomerID = character(), stringsAsFactors = FALSE)
for( i in 1:10 )

{
   testDF[i,1] = foo[i,1]
}
View(testDF)

然而，10个customerID中有8个没有改变，更改的两个在最后被+1改变。我认为这与以下事实有关，即本系列中的下一个只是上一个的一个，即它将是xx100，然后是xx101，并打印两次xx100。注意：每个CustomerID都是唯一的，因此在原始数据集中不会发生这种情况，并且已经过验证

---

我想循环调用我的sqlQuery（），而不是先将数据加载到'foo'中，但我不知道在我的sqlQuery函数中放置一个迭代变量。如果有人知道，我们将不胜感激。

如果您的SQL Server版本为2016，您可以在SQL Server本身中使用R功能，并且不会出现此转换错误

如果您的SQL Server版本为2016，您可以在SQL Server本身中使用R功能，而且它不会给出这种转换错误

在您描述的场景中，听起来您只是从SQL返回了两个不同的记录（每个记录都有自己唯一的CustomerID值），因为您没有显式地排序或过滤数据

您的测试sql查询：

"select top 10 CustomerID from CustList"

如果没有明确的WHERE或ORDER BY语句，则不能保证从SQL中获得相同的“前10个”记录

在SQL查询的末尾添加ORDERBY语句将确保每次返回的记录顺序相同

"select top 10 CustomerID from CustList order by CustomerID"

---

在您描述的场景中，听起来您只是从SQL返回了两个不同的记录（每个记录都有自己唯一的CustomerID值），因为您没有显式地排序或过滤数据

您的测试sql查询：

"select top 10 CustomerID from CustList"

如果没有明确的WHERE或ORDER BY语句，则不能保证从SQL中获得相同的“前10个”记录

在SQL查询的末尾添加ORDERBY语句将确保每次返回的记录顺序相同

"select top 10 CustomerID from CustList order by CustomerID"

---

毫不奇怪，两个数据类型根本不同的系统之间的数据类型会有所不同。然而，我从来没有听说过R任意改变数字，在我这么多年的工作中，这种情况从未发生在我身上。非常奇怪。。。您是否可以使用

RODBC

查询内置数据集（如

RODBC

vignette）给出一个可重复的示例？在SQL数据中，是customer

2724

2.84…6575

的数据值？或者完全是别的什么？Re:@Chris CustomerID是x0101（截断的），值是2.84..（截断的）…7366Re:@Hack-R我对R不太熟悉，不知道如何给你一个内置数据库来测试在sql中运行查询时从sql_表中选择数据值的结果

SELECT DataValue，其中CustomerID='xxxxxxx2724'

（将sql_表替换为您的表名，将xxx表替换为您在R中看到的数字）。我想说的是，如果你的ID和值不同，可能不是ID和值错了，而是你拉错了。毫不奇怪，两个数据类型根本不同的系统之间的数据类型会不同。然而，我从来没有听说过R任意改变数字，而且一年来都没有我一直在做这件事。这在我身上从未发生过。非常奇怪……你能给出一个可重复的例子，使用

RODBC

查询内置数据集，如

RODBC

vignette？在你的SQL数据中，是customer

2724

2.84…6575

？还是完全是其他的？Re:@Chris the CustomerID是x0101（被截断），值是2.84..（被截断）…7366Re:@Hack-R我对R不熟悉，不知道如何为您提供一个内置数据库来测试在sql中运行查询时，查询的结果是什么（用您的表名替换sql_表，用您在R中看到的数字替换xxx）。我的意思是，如果您的ID和值不同，可能不是ID和值错误，而是您拉错了pairI。如果使用order by子句，我忘了将其添加到代码samp中