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
如果你习惯于使用方括号进行索引，另一种选择是在调用deframe()中包装通常的索引方法，例如:
library(tidyverse)
iris2 <- as_tibble(iris)
# using column name
deframe(iris2[, 'Sepal.Length'])
# [1] 5.1 4.9 4.7 4.6 5.0 5.4
# using column number
deframe(iris2[, 1])
# [1] 5.1 4.9 4.7 4.6 5.0 5.4
That和pull()都是获取tibble列的好方法。
其他回答
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。
如果你习惯于使用方括号进行索引，另一种选择是在调用deframe()中包装通常的索引方法，例如:
library(tidyverse)
iris2 <- as_tibble(iris)
# using column name
deframe(iris2[, 'Sepal.Length'])
# [1] 5.1 4.9 4.7 4.6 5.0 5.4
# using column number
deframe(iris2[, 1])
# [1] 5.1 4.9 4.7 4.6 5.0 5.4
That和pull()都是获取tibble列的好方法。
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)
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"
我会使用magrittr中的extract2方便函数:
library(magrittr)
library(dplyr)
iris2 %>%
select(Species) %>%
extract2(1)
