Extraer una columna dplyr tbl como vector
¿Hay una forma más sucinta de obtener una columna de un dplyr tbl como vector, de un tbl con back-end de base de datos (es decir, el marco de datos/tabla no puede ser subconjunto directamente)?
require(dplyr)
db <- src_sqlite(tempfile(), create = TRUE)
iris2 <- copy_to(db, iris)
iris2$Species
# NULL
Eso habría sido demasiado fácil, así que
collect(select(iris2, Species))[, 1]
# [1] "setosa" "setosa" "setosa" "setosa" etc.
Pero parece un poco torpe.
6 answers
Con dplyr 0.7.0, puede usar pull
para obtener un vector de un 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"
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2017-06-14 10:49:28
Según el comentario de @ nacnudus, parece que una función pull
se implementó en dplyr 0.6:
iris2 %>% pull(Species)
Para versiones anteriores de dplyr, aquí hay una función ordenada para hacer que extraer una columna sea un poco más agradable (más fácil de escribir y más fácil de leer):
pull <- function(x,y) {x[,if(is.name(substitute(y))) deparse(substitute(y)) else y, drop = FALSE][[1]]}
Esto le permite hacer cualquiera de estos:
iris2 %>% pull('Species')
iris2 %>% pull(Species)
iris2 %>% pull(5)
, Resultando en...
[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
Y también funciona bien con marcos de datos:
> 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
Una buena manera de hacer esto en v0. 2 de dplyr
:
iris2 %>% select(Species) %>% collect %>% .[[5]]
O si lo prefiere:
iris2 %>% select(Species) %>% collect %>% .[["Species"]]
O si su mesa no es demasiado grande, simplemente...
iris2 %>% collect %>% .[["Species"]]
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2017-12-05 17:48:27
También puede usar unlist
que me parece más fácil de leer porque no necesita repetir el nombre de la columna o especificar el índice.
iris2 %>% select(Species) %>% unlist(use.names = FALSE)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2015-06-27 10:02:05
Usaría la función de conveniencia extract2
de magrittr
:
library(magrittr)
library(dplyr)
iris2 %>%
select(Species) %>%
extract2(1)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2014-11-26 09:20:05
Probablemente escribiría:
collect(select(iris2, Species))[[1]]
Dado que dplyr está diseñado para trabajar con tbls de datos, no hay mejor manera de obtener una sola columna de datos.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2014-02-07 13:33:19
@Luke1018 propuso esta solución en uno de los comentarios:
También puede usar el operador de exposición
magrittr
(%$%
) para extraer un vector de un marco de datos.
Por ejemplo:
iris2 %>% select(Species) %>% collect() %$% Species
Pensé que merecía su propia respuesta.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/ajaxhispano.com/template/agent.layouts/content.php on line 61
2017-03-30 17:50:15