提取dplyr tbl列作为向量

Question

是否有更简洁的方法将dplyr tbl的一列作为向量，从具有数据库后端的tbl（即数据帧/表不能直接是子集）？

require(dplyr)
db <- src_sqlite(tempfile(), create = TRUE)
iris2 <- copy_to(db, iris)
iris2$Species
# NULL

这太容易了，所以

collect(select(iris2, Species))[, 1]
# [1] "setosa"     "setosa"     "setosa"     "setosa"  etc.

但它似乎有点笨拙。

Answer 1

使用dplyr 0.7.0，您可以使用pull从tbl获取矢量。

library("dplyr")
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
db <- src_sqlite(tempfile(), create = TRUE)
iris2 <- copy_to(db, iris)
vec <- pull(iris2, Species)
head(vec)
#> [1] "setosa" "setosa" "setosa" "setosa" "setosa" "setosa"

Answer 2

根据@nacnudus的评论，看起来在dplyr 0.6中实现了pull函数：

iris2 %>% pull(Species)

---

对于旧版本的dplyr，这里有一个简洁的功能，可以使列更好（更容易键入，更容易阅读）：

pull <- function(x,y) {x[,if(is.name(substitute(y))) deparse(substitute(y)) else y, drop = FALSE][[1]]}

这使您可以执行以下任一操作：

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

它也适用于数据框：

> 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的v0.2中执行此操作的好方法：

iris2 %>% select(Species) %>% collect %>% .[[5]]

或者如果您愿意：

iris2 %>% select(Species) %>% collect %>% .[["Species"]]

或者，如果你的桌子不是太大，简单......

iris2 %>% collect %>% .[["Species"]]

Answer 3

你也可以使用我觉得更容易阅读的unlist，因为你不需要重复列的名称或指定索引。

iris2 %>% select(Species) %>% unlist(use.names = FALSE)

Answer 4

我可能会写：

collect(select(iris2, Species))[[1]]

由于dplyr是为处理tbls数据而设计的，因此没有更好的方法来获取单列数据。

Answer 5

我会使用extract2的magrittr便利功能：

library(magrittr)
library(dplyr)

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

Answer 6

@ Luke1018在其中一条评论中提出了这个解决方案：

您还可以使用magrittr展示运算符（%$%）从数据框中提取向量。

例如：

iris2 %>% select(Species) %>% collect() %$% Species

我认为它应该得到自己的答案。