Extraiga una columna dplyr tbl como vector

¿Hay una forma más concisa de obtener una columna de un dplyr tbl como un vector, desde un tbl con el back-end de la base de datos (es decir, el dataframe / tabla no puede ser un subconjunto directamente)?

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

Eso hubiera sido demasiado fácil, entonces

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

Pero parece un poco torpe.

Con dplyr 0.7.0, puede usar pull para obtener un vector de un 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" 

Según el comentario de @nacnudus, parece que se implementó una función de pull en dplyr 0.6:

 iris2 %>% pull(Species) 

Para las versiones anteriores de dplyr, aquí hay una función clara para que sacar una columna sea un poco más agradable (más fácil de escribir y más fácil de leer):

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

Esto le permite hacer cualquiera de estos:

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

Resultando en...

  [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 

Y también funciona bien con marcos de datos:

 > 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 

Una buena manera de hacer esto en v0.2 de dplyr :

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

O si lo prefiere:

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

O si su mesa no es demasiado grande, simplemente ...

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

También puede usar unlist que me resulta más fácil de leer porque no necesita repetir el nombre de la columna ni especificar el índice.

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

Utilizaría la función de conveniencia magrittr de magrittr :

 library(magrittr) library(dplyr) iris2 %>% select(Species) %>% extract2(1) 

Probablemente escribiría:

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

Como dplyr está diseñado para trabajar con tbls de datos, no hay mejor forma de obtener una sola columna de datos.

@ Luke1018 propuso esta solución en uno de los comentarios:

También puede usar el operador de exposición magrittr ( %$% ) para extraer un vector de un dataframe.

Por ejemplo:

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

Pensé que merecía su propia respuesta.