Extrair uma coluna dplyr tbl como um vetor

Existe uma maneira mais sucinta de obter uma coluna de um dplyr tbl como vetor, de um tbl com back-end de banco de dados (ou seja, o quadro / tabela de dados não pode ser subconjunto diretamente)?

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

Isso teria sido fácil demais, então

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

Mas parece um pouco desajeitado.

Com o dplyr 0.7.0, você pode usar pullpara obter um vetor de 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"

De acordo com o comentário do @nacnudus, parece que uma pullfunção foi implementada no dplyr 0.6:

iris2 %>% pull(Species)

Para versões mais antigas do dplyr, aqui está uma função interessante para tornar a extração de uma coluna um pouco melhor (mais fácil de digitar e mais fácil de ler):

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

Isso permite que você execute um destes procedimentos:

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

Resultando em...

 [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 também funciona bem com quadros de dados:

> 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

Uma boa maneira de fazer isso na v0.2 de dplyr:

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

Ou se você preferir:

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

Ou se sua mesa não for muito grande, simplesmente ...

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

Você também pode usar o unlistque eu acho mais fácil de ler, porque você não precisa repetir o nome da coluna ou especificar o índice.

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

Eu usaria a extract2função de conveniência de magrittr:

library(magrittr)
library(dplyr)

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

Eu provavelmente escreveria:

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

Como o dplyr foi projetado para trabalhar com tbls de dados, não há melhor maneira de obter uma única coluna de dados.

@ Luke1018 propôs esta solução em um dos comentários:

Você também pode usar o magrittroperador de exposição ( %$%) para extrair um vetor de um quadro de dados.

Por exemplo:

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

Eu pensei que merecia sua própria resposta.

Se você está acostumado a usar colchetes para indexação, outra opção é apenas envolver a abordagem de indexação usual em uma chamada para deframe () , por exemplo:

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

Isso e pull () são maneiras muito boas de obter uma coluna de petiscos.