Estrarre una colonna dplyr tbl come vettore

Esiste un modo più conciso per ottenere una colonna di un dplyr tbl come vettore, da un tbl con back-end del database (ovvero il frame / tabella di dati non può essere direttamente un sottoinsieme)?

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

Sarebbe stato troppo facile, quindi

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

Ma sembra un po 'goffo.

Con dplyr 0.7.0, puoi usare pullper ottenere un vettore da 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"

Secondo il commento di @nacnudus, sembra che una pullfunzione sia stata implementata in dplyr 0.6:

iris2 %>% pull(Species)

Per le versioni precedenti di dplyr, ecco una funzione ordinata per rendere un po 'più bello estrarre una colonna (più facile da scrivere e più facile da leggere):

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

Questo ti consente di eseguire una di queste due operazioni:

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

Con il risultato di...

 [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

E funziona anche bene con i frame di dati:

> 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

Un bel modo per farlo in v0.2 di dplyr:

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

O se preferisci:

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

O se il tuo tavolo non è troppo grande, semplicemente ...

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

Puoi anche usare unlistciò che trovo più facile da leggere perché non è necessario ripetere il nome della colonna o specificare l'indice.

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

Vorrei usare la extract2funzione di convenienza da magrittr:

library(magrittr)
library(dplyr)

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

Probabilmente scriverei:

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

Poiché dplyr è progettato per funzionare con tbls di dati, non esiste un modo migliore per ottenere una singola colonna di dati.

@ Luke1018 ha proposto questa soluzione in uno dei commenti:

È inoltre possibile utilizzare l' magrittroperatore di esposizione ( %$%) per estrarre un vettore da una cornice dati.

Per esempio:

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

Ho pensato che meritasse una sua risposta.

Se sei abituato a usare parentesi quadre per l'indicizzazione, un'altra opzione è quella di racchiudere il solito approccio di indicizzazione in una chiamata a deframe () , ad esempio:

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

Quello e pull () sono entrambi modi piuttosto buoni per ottenere una colonna tibble.