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$Species
# NULL
那太简单了，所以
collect(select(iris2, Species))[, 1]
# [1] "setosa" "setosa" "setosa" "setosa" etc.
但是看起来有点笨拙。
当前回答
如果你习惯于使用方括号进行索引，另一种选择是在调用deframe()中包装通常的索引方法，例如:
library(tidyverse)
iris2 <- as_tibble(iris)
# using column name
deframe(iris2[, 'Sepal.Length'])
# [1] 5.1 4.9 4.7 4.6 5.0 5.4
# using column number
deframe(iris2[, 1])
# [1] 5.1 4.9 4.7 4.6 5.0 5.4
That和pull()都是获取tibble列的好方法。
其他回答
我可能会这样写:
collect(select(iris2, Species))[[1]]
由于dplyr是为处理表数据而设计的，因此没有更好的方法来获取单列数据。
根据@nacnudus的评论，看起来dplyr 0.6中实现了一个pull函数:
iris2 %>% pull(Species)
对于旧版本的dplyr，这里有一个简洁的函数，可以更好地提取列(更容易输入，更容易阅读):
pull <- function(x,y) {x[,if(is.name(substitute(y))) deparse(substitute(y)) else y, drop = FALSE][[1]]}
这让你可以做以下任何一件事:
iris2 %>% pull('Species')
iris2 %>% pull(Species)
iris2 %>% pull(5)
导致……
[1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.4 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21.4
它也可以很好地处理数据帧:
> mtcars %>% pull(5)
[1] 3.90 3.90 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 3.92 3.07 3.07 3.07 2.93 3.00 3.23 4.08 4.93 4.22 3.70 2.76 3.15 3.73 3.08 4.08 4.43
[28] 3.77 4.22 3.62 3.54 4.11
在dplyr v0.2中有一个很好的方法:
iris2 %>% select(Species) %>% collect %>% .[[5]]
或者如果你喜欢:
iris2 %>% select(Species) %>% collect %>% .[["Species"]]
或者如果你的桌子不是太大，简单地…
iris2 %>% collect %>% .[["Species"]]
我会使用magrittr中的extract2方便函数:
library(magrittr)
library(dplyr)
iris2 %>%
select(Species) %>%
extract2(1)
您还可以使用unlist，我发现它更容易阅读，因为您不需要重复列的名称或指定索引。
iris2 %>% select(Species) %>% unlist(use.names = FALSE)
@Luke1018在一条评论中提出了这个解决方案:
还可以使用magrittr显示操作符(%$%)从数据帧中提取向量。
例如:
iris2 %>% select(Species) %>% collect() %$% Species
我认为它应该有自己的答案。
