我有一个保存在AWS redshift中的表,它有很多行,我想只使用" user_id"来收集它们的一部分。柱。我正在尝试使用R和dplyr库来完成此任务(见下文)。
conn_dplyr <- src_postgres('dev',
host = '****',
port = ****,
user = "****",
password = "****")
df <- tbl(conn_dplyr, "redshift_table")
但是,当我尝试对用户ID的集合进行子集时,它会失败(见下文)。有人可以帮助我理解我如何能够通过一组用户id元素收集数据表吗?个人呼叫工作,但当我将它们组合时,它都失败了。在这种情况下,只有2个用户ID,但一般来说可能是数百或数千,所以我不想单独做每一个。谢谢你的帮助。
df_subset1 <- filter(df, user_id=="2239257806")
df_subset1 <- collect(df_subset1)
df_subset2 <- filter(df, user_id=="22159960")
df_subset2 <- collect(df_subset2)
df_subset_both <- filter(df, user_id==c("2239257806", "22159960"))
df_subset_both <- collect(df_subset_both)
Error in postgresqlExecStatement(conn, statement, ...) :
RS-DBI driver: (could not Retrieve the result : ERROR: operator does not exist: character varying = record
HINT: No operator matches the given name and argument type(s). You may need to add explicit type casts.
)
答案 0 :(得分:2)
试试这个:
df_subset_both <- filter(df, user_id %in% c("2239257806", "22159960"))
答案 1 :(得分:0)
您还可以在从redshift上传的查询中添加条件。
install.packages("RPostgreSQL")
library(RPostgreSQL)
drv <- dbDriver("PostgreSQL")
conn <-dbConnect(drv,host='host link',port='5439',dbname='dbname',user='xxx',password='yyy')
df_subset_both <- dbSendQuery(conn,"select * from my_table where user_id in (2239257806,22159960)")