0

我在 R 中有一个 dplyr 查询，它使用 str_detect 过滤以仅获取以字母“KS”开头的案例，但它返回一个空的小标题。我使用 ROracle 连接到 Oracle 数据库。 

table <- tbl(con, "TABLE")

table %>% 
  filter(str_detect(COLUMN, "^KS"))

但是，如果我使用 collect() 生成小标题，它可以工作：

table <- collect(tbl(con, "TABLE"))

table %>% 
  filter(str_detect(COLUMN, "^KS"))

这是为什么？如果没有收集，我怎样才能让它工作？我需要的一些表格太大而无法收集。

更新：如果我将其更改为过滤特定列值，例如： table %>% filter(str_detect(COLUMN, "^KS"))，它可以工作。由于某种原因，如果没有 collect()，正则表达式将无法工作。

4

2 回答 2

0

将查询转换为数据库可能会出现问题str_detect：

b <- tbl(con,"pays")
filter(b,str_detect(nom,"^D")) %>% explain
#<SQL>
#SELECT *
#FROM "pays"
#WHERE (STRPOS("nom", '^D') > 0)


#<PLAN>
#Seq Scan on pays  (cost=0.00..5.31 rows=74 width=13)
#  Filter: (strpos(nom, '^D'::text) > 0)

b %>% filter(str_detect(nom, "^D")) %>% count
## Source:   lazy query [?? x 1]
## Database: postgres 9.6.1 [h2izgk@localhost:5432/postgres]
#      n
#  <dbl>
#1     0

不幸的是，STRPOS（我使用的是 PostgreSQL）无法识别 '^' 的含义并且查询失败。所以你应该使用另一个函数，我发现 `grepl 很好：

filter(b,grepl("^D",nom)) %>% explain
#<SQL>
#SELECT *
#FROM "pays"
#WHERE (("nom") ~ ('^D'))


#<PLAN>
#Seq Scan on pays  (cost=0.00..4.76 rows=54 width=13)
#  Filter: (nom ~ '^D'::text)

b %>% filter(grepl("^D", nom))
## Source:   lazy query [?? x 3]
## Database: postgres 9.6.1 [h2izgk@localhost:5432/postgres]
#  nom      pays  code 
#  <chr>    <chr> <chr>
#1 DANEMARK 101   208  
#2 DOUALA   ""    120  
#3 DAKAR    ""    686  
#4 DJIBOUTI 399   262

结果是正确的。在您的示例中，collect解决了问题，因为它首先将整个表下载到 R 内存中，然后在str_detect不转换为 SQL 的情况下应用。但效率不高。

于 2018-10-04T11:55:06.607 回答
0

Richard Telford 通过评论中的链接为我指明了正确的方向。如果我改为使用它，它会起作用：

table <- tbl(con, "TABLE")

table %>% 
  filter(COLUMN %like% "%KS%")
于 2018-10-04T11:43:03.080 回答