是否有更简洁的方法来获得一个dplyr tbl的一列作为一个向量，从一个tbl与数据库后端(即数据帧/表不能直接子集)?
require(dplyr)
db <- src_sqlite(tempfile(), create = TRUE)
iris2 <- copy_to(db, iris)
iris2$Species
# NULL
那太简单了，所以
collect(select(iris2, Species))[, 1]
# [1] "setosa" "setosa" "setosa" "setosa" etc.
但是看起来有点笨拙。
当前回答
我可能会这样写:
collect(select(iris2, Species))[[1]]
由于dplyr是为处理表数据而设计的，因此没有更好的方法来获取单列数据。
其他回答
您还可以使用unlist，我发现它更容易阅读，因为您不需要重复列的名称或指定索引。
iris2 %>% select(Species) %>% unlist(use.names = FALSE)
根据@nacnudus的评论，看起来dplyr 0.6中实现了一个pull函数:
iris2 %>% pull(Species)
对于旧版本的dplyr，这里有一个简洁的函数，可以更好地提取列(更容易输入，更容易阅读):
pull <- function(x,y) {x[,if(is.name(substitute(y))) deparse(substitute(y)) else y, drop = FALSE][[1]]}
这让你可以做以下任何一件事:
iris2 %>% pull('Species')
iris2 %>% pull(Species)
iris2 %>% pull(5)
导致……
[1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.4 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21.4
它也可以很好地处理数据帧:
> mtcars %>% pull(5)
[1] 3.90 3.90 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 3.92 3.07 3.07 3.07 2.93 3.00 3.23 4.08 4.93 4.22 3.70 2.76 3.15 3.73 3.08 4.08 4.43
[28] 3.77 4.22 3.62 3.54 4.11
在dplyr v0.2中有一个很好的方法:
iris2 %>% select(Species) %>% collect %>% .[[5]]
或者如果你喜欢:
iris2 %>% select(Species) %>% collect %>% .[["Species"]]
或者如果你的桌子不是太大，简单地…
iris2 %>% collect %>% .[["Species"]]
我可能会这样写:
collect(select(iris2, Species))[[1]]
由于dplyr是为处理表数据而设计的，因此没有更好的方法来获取单列数据。
使用dplyr >= 0.7.0，您可以使用pull()从tbl中获取一个向量。
library(dplyr, warn.conflicts = FALSE)
db <- src_sqlite(tempfile(), create = TRUE)
iris2 <- copy_to(db, iris)
vec <- pull(iris2, Species)
head(vec)
#> [1] "setosa" "setosa" "setosa" "setosa" "setosa" "setosa"
另一种将列提取为向量的更快方法是 使用c()函数将数据帧转换为列表，然后:
c(iris)$Species
c(iris)$Sepal.Length
使用dplyr方法从列到向量:
iris %>% select(Sepal.Length) %>%
as.matrix() %>%
as.vector()
如果你想要数据集的所有值 作为一个向量，你只需做:
# I have this tibble:
iris %>% as_tibble() %>% head(3)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
按列值顺序(5.1,4.9,4.7，…)执行以下操作:
iris %>% as_tibble() %>% as.matrix %>% as.vector()
[1] "5.1" "4.9" "4.7"
[4] "4.6" "5.0" "5.4"
[7] "4.6" "5.0" "4.4"
[10] "4.9" "5.4" "4.8"
....
[742] "virginica" "virginica" "virginica"
[745] "virginica" "virginica" "virginica"
[748] "virginica" "virginica" "virginica"
对行值顺序(5.1,3.5,1.4，…)执行以下操作:
iris %>% as_tibble() %>% as.matrix %>% t() %>% as.vector()
[1] "5.1" "3.5" "1.4"
[4] "0.2" "setosa" "4.9"
[7] "3.0" "1.4" "0.2"
[10] "setosa" "4.7" "3.2"
[13] "1.3" "0.2" "setosa"
....
[739] "2.0" "virginica" "6.2"
[742] "3.4" "5.4" "2.3"
[745] "virginica" "5.9" "3.0"
[748] "5.1" "1.8" "virginica"
