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"

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)

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"]]

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"

我会使用magrittr中的extract2方便函数:

library(magrittr)
library(dplyr)

iris2 %>%
  select(Species) %>%
  extract2(1)