我现在正在学习R中的dplyr软件包，但是在了解这三个函数 - compute，collect和collapse - 之后会发生什么。< / p>
我了解dplyr内部不使用data.frame类型;它会将其数据存储到自己的类型tbl或tbl_df。
然后，为了将自定义类型转换回R的默认data.frame以使用data.frame上的一组默认函数，您必须使用collect，例如：
batting <- tbl(lahman_sqlite(), "Batting")
dim(collect(batting))
从2016年开始返回[1] 99846 22，而dim(batting)返回[1] NA 22。
但是，我不确定其他两个函数 - compute和collapse - 是做什么的。如果您通过?collect查看，则说明以下内容：
说明
'compute'强制计算延迟tbls，将数据保留在 远程源。 'collect'也强制计算，但会带来 数据返回R data.frame（存储在'tbl_df'中）。 '坍方' 不会强制计算，而是将复杂的tbl折叠成一个表单 可以施加额外的限制。
这是什么意思，特别是强制计算懒惰的tlbs ？
我想知道这些功能的作用，并想澄清一个人做了什么，其他人做了什么。
答案 0 :(得分：3)
来自dplyr vignettes之一：
强制计算查询有三种方法：
collect()执行查询并将结果返回给R。
compute()执行查询并将结果存储在临时中 数据库中的表。
collapse()将查询转换为表格表达式。
collect()是您最常用的功能。一旦你达到了这一组 您需要的操作，使用collect()将数据拉入本地 tbl_df（）。如果您了解SQL，则可以使用compute()和collapse()优化绩效。
如果这没有帮助，最好的办法是研究每个功能的源代码。您可以在此处查看有关如何执行此操作的说明：How do I see the help for the `dplyr::collect` method?