r - 修改 dplyr 数据库查询

Question

我正在使用 dplyr 通过数据库连接执行 Redshift 查询src。lag在 Redshift 中的工作方式略有不同（请参阅https://github.com/tidyverse/dplyr/issues/962），所以我想知道是否可以修改从 dplyr 链生成的查询以删除第三个参数（NULL) 中LAG。例子：

res <- tbl(src, 'table_name') %>% 
  group_by(groupid) %>%
  filter(value != lag(value)) %>%
  collect()

给

Error in postgresqlExecStatement(conn, statement, ...) : 
  RS-DBI driver: (could not Retrieve the result : ERROR:  Default
    parameter not be supported for window function lag)

我可以看到翻译后的sql：

translated <- dbplyr::translate_sql(
  tbl(src, 'table_name') %>% 
    group_by(groupid) %>%
    filter(value != lag(value)) %>%
    collect()
  )

# <SQL> COLLECT(FILTER(GROUP_BY(TBL("src", 'table_name'), "groupid"), "value" != LAG("value", 1, NULL) OVER ()))

我可以修改它以删除NULL参数，我认为这将解决问题：

sub("(LAG\\(.*), NULL), "\\1", translated)

# <SQL> COLLECT(FILTER(GROUP_BY(TBL("src", 'table_name'), "groupid"), "value" != LAG("value", 1) OVER ()))

如何执行此修改后的查询？

Answer 1

您应该可以DBI::dbGetQuery(con, sub("(LAG\\(.*), NULL), "\\1", translated))用来运行新查询。