web-dev-qa-db-fra.com

Extraire une colonne dplyr tbl en tant que vecteur

Existe-t-il un moyen plus succinct d’obtenir une colonne d’un dplyr tbl en tant que vecteur, à partir d’un tbl avec le back-end de la base de données (c’est-à-dire que le cadre/la table de données ne peut pas être directement sous-ensemble)?

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

Cela aurait été trop facile, alors

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

Mais cela semble un peu maladroit.

rdplyrlazy-evaluationcollect
140
nacnudus

Avec dplyr 0.7.0, vous pouvez utiliser pull pour obtenir un vecteur à partir de 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"
139
Lorenz Walthert

Selon le commentaire de @nacnudus, il semblerait qu'une fonction pull ait été implémentée dans dplyr 0.6:

iris2 %>% pull(Species)

Pour les anciennes versions de dplyr, voici une fonction intéressante pour rendre l'extraction d'une colonne un peu plus agréable (plus facile à taper et plus facile à lire):

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

Cela vous permet d'effectuer l'une ou l'autre de ces tâches:

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

Résultant 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

Et cela fonctionne aussi très bien avec les cadres de données:

> 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

Une bonne façon de faire cela dans la version 0.2 de dplyr:

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

Ou si vous préférez:

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

Ou si votre table n'est pas trop grande, simplement ...

iris2 %>% collect %>% .[["Species"]]
84
Tommy O'Dell

Vous pouvez également utiliser unlist que je trouve plus facile à lire car il n’est pas nécessaire de répéter le nom de la colonne ni de spécifier l’index.

iris2 %>% select(Species) %>% unlist(use.names = FALSE)
65
StanislawSwierc

Je voudrais utiliser la fonction de commodité extract2 de magrittr:

library(magrittr)
library(dplyr)

iris2 %>%
  select(Species) %>%
  extract2(1)
20
Hugh

J'écrirais probablement:

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

Puisque dplyr est conçu pour travailler avec des tables de données, il n’existe pas de meilleur moyen d’obtenir une seule colonne de données.

20
hadley

@ Luke1018 a proposé cette solution dans l'un des commentaires:

Vous pouvez également utiliser l'opérateur magrittr exposition (%$%) pour extraire un vecteur d'une trame de données.

Par exemple:

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

Je pensais qu'il méritait sa propre réponse.

15
rrs