UNIX 将 LARGE csv 导入 SQLite

Question

我有一个 5gig csv 文件（也作为 sas 数据文件，如果它更容易的话），我需要将其放入 sql 数据库中，以便我可以在 R 中使用它。

变量名称全部包含在第一个观察行中，并且是双引号。有 1000 多个变量，其中一些是数字，另一些是字符（虽然一些字符变量是数字字符串，但我不太担心它，我可以在 R 中修复它）。

我的问题是如何以最小的痛苦将 csv 文件导入到数据库中的新表中？

我发现首先要创建表（其中包括指定所有变量，其中我有 1000 多个），然后使用“.import 文件表”引入数据。 或者，使用一些 gui 导入向导，这对我来说不是一个选择。

抱歉，如果这是 sql 101，但感谢您的帮助。

Answer 1

这是我的工作流程：

library("RSQLite")
setwd("~/your/dir")
db <- dbConnect(SQLite(), dbname="your_db.sqlite") ## will make, if not present
field.types <- list(
        date="INTEGER",
        symbol="TEXT",
        permno="INTEGER",
        shrcd="INTEGER",
        prc="REAL",
        ret="REAL")
dbWriteTable(conn=db, name="your_table", value="your_file.csv", row.names=FALSE, header=TRUE, field.types=field.types)
dbGetQuery(db, "CREATE INDEX IF NOT EXISTS idx_your_table_date_sym ON crsp (date, symbol)")
dbDisconnect(db)

field.types 不是必需的。如果您不提供此列表，RSQLite 将从标头中猜测。索引也不是必需的，但会加快您以后的查询速度（如果您为查询索引了正确的列）。

我已经在这里学习了很多这样的东西，所以如果你检查我在 SQLite 上提出/回答的问题，你可能会发现一些重要的东西。

Answer 2

查看sqldf包中的“read.csv.sql”函数。

这会将 csv 文件转换为 SQLite 数据库，然后将其读入 R，您应该能够保留中间数据库以用于您的目的。