Extrahieren Sie eine dplyr tbl-Spalte als Vektor

Gibt es eine prägnantere Möglichkeit, eine Spalte eines dplyr tbl als Vektor aus einem tbl mit Datenbank-Backend zu erhalten (dh der Datenrahmen / die Tabelle kann nicht direkt untergeordnet werden)?

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

Das wäre also zu einfach gewesen

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

Aber es scheint ein bisschen ungeschickt.

Mit dplyr 0.7.0 können Sie pulleinen Vektor von a erhalten tbl.

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"

Laut dem Kommentar von @nacnudus scheint eine pullFunktion in dplyr 0.6 implementiert worden zu sein:

iris2 %>% pull(Species)

Für ältere Versionen von dplyr gibt es eine nette Funktion, um das Herausziehen einer Spalte ein bisschen schöner zu machen (einfacher zu tippen und leichter zu lesen):

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

Auf diese Weise können Sie eine der folgenden Aktionen ausführen:

iris2 %>% pull('Species')
iris2 %>% pull(Species)
iris2 %>% pull(5)

Ergebend...

 [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

Und es funktioniert auch gut mit Datenrahmen:

> 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

Ein guter Weg, dies in Version 0.2 von zu tun dplyr:

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

Oder wenn Sie es vorziehen:

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

Oder wenn Ihr Tisch nicht zu groß ist, einfach ...

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

Sie können auch verwenden, unlistwas ich leichter zu lesen finde, da Sie den Namen der Spalte nicht wiederholen oder den Index angeben müssen.

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

Ich würde die extract2Komfortfunktion von verwenden magrittr:

library(magrittr)
library(dplyr)

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

Ich würde wahrscheinlich schreiben:

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

Da dplyr für die Arbeit mit Datenblöcken ausgelegt ist, gibt es keinen besseren Weg, um eine einzelne Datenspalte abzurufen.

@ Luke1018 schlug diese Lösung in einem der Kommentare vor:

Sie können auch den magrittrExpositionsoperator ( %$%) verwenden, um einen Vektor aus einem Datenrahmen zu ziehen.

Beispielsweise:

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

Ich dachte, es hätte eine eigene Antwort verdient.

Wenn Sie es gewohnt sind, eckige Klammern für die Indizierung zu verwenden, können Sie auch den üblichen Indizierungsansatz in einen Aufruf von deframe () einschließen , z.

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

Das und pull () sind beide ziemlich gute Möglichkeiten, eine Tibble-Spalte zu erhalten.