dplyr tbl列をベクトルとして抽出する


175

データベースのバックエンドを持つtblから、dplyr tblの1つの列をベクトルとして取得するより簡単な方法はありますか(つまり、データフレーム/テーブルは直接サブセット化できません)。

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

それは簡単すぎるので、

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

しかし、それは少し不器用に思えます。


collect(iris2)$Species不器用さは少ないですか?
CJイエットマン2017年

回答:


178

dplyr 0.7.0では、を使用pullしてからベクトルを取得できます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"

96

@nacnudusからのコメントによると、pull関数はdplyr 0.6で実装されたようです。

iris2 %>% pull(Species)

古いバージョンのdplyrの場合、列を少し引き出す(タイプしやすく、読みやすくする)ためのきちんとした関数を次に示します。

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

これにより、次のいずれかを実行できます。

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

その結果...

 [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

また、データフレームでも正常に機能します。

> 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

のv0.2でこれを行うための良い方法dplyr

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

または、必要に応じて:

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

または、テーブルが大きすぎない場合は、単に...

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

2
私はあなたのプル機能が好きです。私はただ一つだけの変数がありますケースのために1つの簡素化を追加したい: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]] }あなたが行くことができるようにiris2 %>% pull()
Rappster

7
表示magrittr演算子(%$%)を使用して、データフレームからベクトルをプルすることもできます。すなわちiris2 %>% select(Species) %>% collect() %$% Species
船長、2017年

@ Luke1018このコメントから回答を作成する必要があります
rrs

pull()0.6 dplyrバージョンで実装されますgithub.com/tidyverse/dplyr/commit/...
nacnudus

72

unlist列の名前を繰り返したり、インデックスを指定したりする必要がないため、読みやすいと思われるものを使用することもできます。

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

1
これは、vectorsおよびdata.framesと同じように機能するため、最も用途の広い方法のようです。つまり、関数をより不可知的にすることができます。
ジオセオリー2017年

私はこの正確な質問に対する答えを探していただけで、unlistまさに私が必要としていたものです。ありがとう!
AndrewBrēza17年

unlist複数の列から値を抽出することもでき(すべての値を1つのベクトルに結合)、dplyr::pull1つの列に制限されます。
filups21

21

私はextract2からの便利な関数を使用しますmagrittr

library(magrittr)
library(dplyr)

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

とのcollect()selectで使用するつもりでしたextract2か?
nacnudus 2014年

10
use_series(Species)おそらくもっと読みやすいです。これらの機能について警告してくれてありがとう、それは他にもいくつかの便利な機能があります。
nacnudus 2014年

20

私はおそらく書くでしょう:

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

dplyrはtblのデータを扱うように設計されているため、単一のデータ列を取得するためのより良い方法はありません。


それよりも公平とは言えません。unique(table $ column)を使用して偽の値をチェックしようとしたときに、コンソールでインタラクティブに発生しました。
nacnudus 2014

4
その場合はgroup_by(column) %.% tally()
@nacnudus

12
引数drop = TRUEにするdplyr::select私たちが実際にベクトルを抽出する必要があり、非常に多くのユースケースのために驚くべきだろう。
AntoineLizée16年

これが、Sparklyr sdfから列を取得できる唯一の方法でした。バージョン0.7.8では、Pullが機能しませんでした。
2019

16

@ Luke1018はコメントの1つでこのソリューションを提案しました:

表示magrittr演算子(%$%)を使用して、データフレームからベクトルをプルすることもできます。

例えば:

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

私はそれがそれ自身の答えに値すると思った。


これを探していました。
Diego-MX

colname自体ではなく、それを含む文字列変数を渡したい場合、どうすればよいですか?
mzuba 2017

@mzuba tibble(x = 1:10, y = letters[1:10]) %>% select_("x") %>% unlist()%>% unname()、必要に応じて最後に別のリンクを追加することもできますが、私の目的のために、最後のパイプチェーンリンクが必要であることがわかりませんでした。また、指定することができますuse.names = FALSEunlist()も追加することと同じことをしている、コマンドunname()パイプ・チェーン上に。
マークホワイト

1
@mzuba私はpull今コマンドを使用します。私のソリューションはdplyrバージョン0.6 より前に書かれました。
rrs

1
なお、%$%任意のリスト上の作品、一方pull()ません
wint3rschlaefer

2

インデックス付けに角括弧を使用することに慣れている場合、別のオプションは、通常のインデックス付けアプローチを単にdeframe()の呼び出しにラップすることです。たとえば、

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

thatとpull()はどちらも、tibbleカラムを取得するためのかなり良い方法です。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.