Ekstrak kolom tbl dplyr sebagai vektor

175

Apakah ada cara yang lebih ringkas untuk mendapatkan satu kolom dplyr tbl sebagai vektor, dari tbl dengan database back-end (mis. Frame data / tabel tidak dapat diatur secara langsung)?

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

Itu akan terlalu mudah, jadi

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

Tapi sepertinya agak canggung.

r dplyr lazy-evaluation collect

— nacnudus
sumber

adalah collect(iris2)$Specieskurang kikuk?

— CJ Yetman

178

Dengan dplyr 0.7.0, Anda dapat menggunakan pulluntuk mendapatkan vektor dari a 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"

— Lorenz Walthert
sumber

96

Sesuai komentar dari @nacnudus, sepertinya ada pullfungsi yang diterapkan di dplyr 0.6:

iris2 %>% pull(Species)

Untuk versi dplyr yang lebih lama, berikut adalah fungsi yang rapi untuk membuat mengeluarkan kolom sedikit lebih bagus (lebih mudah untuk mengetik, dan lebih mudah dibaca):

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

Ini memungkinkan Anda melakukan salah satu dari ini:

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

Yang menghasilkan...

 [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

Dan itu juga berfungsi dengan baik dengan bingkai data:

> 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

Cara yang bagus untuk melakukan ini di v0.2 dari dplyr:

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

Atau jika Anda lebih suka:

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

Atau jika meja Anda tidak terlalu besar, cukup ...

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

— Tommy O'Dell
sumber

2

Saya suka fungsi tarikan Anda. Saya hanya akan menambahkan satu penyederhanaan untuk kasus-kasus di mana hanya ada satu variabel:

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

sehingga Anda dapat pergi denganiris2 %>% pull()

— Rappster

7

Anda juga dapat menggunakan magrittroperator eksposisi ( %$%) untuk menarik vektor dari bingkai data. yaitu iris2 %>% select(Species) %>% collect() %$% Species.

— seasmith

@ Luke1018 Anda harus membuat jawaban dari komentar ini

— rrs

pull()akan diimplementasikan dalam versi dplyr

— nacnudus

72

Anda juga dapat menggunakan unlistyang menurut saya lebih mudah dibaca karena Anda tidak perlu mengulangi nama kolom atau menentukan indeks.

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

— StanislawSwierc
sumber

1

Ini tampaknya metode yang paling serbaguna karena berfungsi identik dengan vektor dan data.frame, yaitu memungkinkan fungsi menjadi lebih agnostik.

— geotheory

Saya hanya mencari jawaban untuk pertanyaan yang tepat ini dan unlisttepat apa yang saya butuhkan. Terima kasih!

— Andrew Brēza

unlistjuga dapat mengekstraksi nilai dari beberapa kolom (menggabungkan semua nilai ke dalam satu vektor), sementara dplyr::pullterbatas pada satu kolom.

— filups21

21

Saya akan menggunakan extract2fungsi kenyamanan dari magrittr:

library(magrittr)
library(dplyr)

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

— Hugh
sumber

Apakah Anda bermaksud menggunakan collect()antara selectdan extract2?

— nacnudus

10

use_series(Species)bahkan mungkin lebih mudah dibaca. Terima kasih telah memberi tahu saya tentang fungsi-fungsi ini, ada beberapa yang berguna dari mana datangnya.

— nacnudus

20

Saya mungkin akan menulis:

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

Karena dplyr dirancang untuk bekerja dengan tbl data, tidak ada cara yang lebih baik untuk mendapatkan satu kolom data.

— Hadley
sumber

Tidak bisa mengatakan lebih adil dari itu. Itu muncul secara interaktif di konsol ketika saya mencoba menggunakan unik (tabel $ kolom) untuk memeriksa nilai palsu.

— nacnudus

4

@nacnudus untuk kasus yang juga bisa Anda lakukangroup_by(column) %.% tally()

— hadley

12

Argumen drop = TRUEuntuk dplyr::selectmenjadi luar biasa untuk banyak kasus penggunaan di mana kita benar-benar perlu mengekstraksi vektor.

— Antoine Lizée

Ini adalah satu-satunya cara saya bisa mendapatkan kolom dari sdf Sparklyr saya. Pull tidak berfungsi untuk saya di versi 0.7.8.

— Meep

16

@ Luke1018 mengusulkan solusi ini di salah satu komentar:

Anda juga dapat menggunakan magrittroperator eksposisi ( %$%) untuk menarik vektor dari bingkai data.

Sebagai contoh:

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

Saya pikir itu pantas dijawab sendiri.

— rrs
sumber

Saya mencari ini.

— Diego-MX

Bagaimana saya melakukan ini jika saya ingin meneruskan bukan colname itu sendiri tetapi variabel string yang berisi itu?

— mzuba

@ Mozuba tibble(x = 1:10, y = letters[1:10]) %>% select_("x") %>% unlist()dan Anda juga bisa menambahkan yang lain %>% unname()di akhir jika Anda mau, tetapi untuk tujuan saya, saya belum menemukan bahwa link rantai pipa terakhir diperlukan. Anda juga bisa menentukan use.names = FALSEdalam unlist()perintah, yang melakukan hal yang sama seperti menambahkan unname()ke rantai pipa.

— Mark White

1

@ mzuba Saya akan menggunakan pullperintah sekarang. Solusi saya ditulis sebelum dplyrversi 0.6.

— rrs

1

Catatan yang %$%berfungsi pada daftar mana pun, sedangkan pull()tidak

— wint3rschlaefer

2

Jika Anda terbiasa menggunakan tanda kurung siku untuk pengindeksan, opsi lain adalah dengan hanya membungkus pendekatan pengindeksan biasa dalam panggilan untuk melakukan deframe () , misalnya:

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

Itu dan tarik () keduanya cara yang cukup bagus untuk mendapatkan kolom tibble.

— Keith Hughitt
sumber