用于分组变异操作的dbplyr窗口函数

时间:2017-07-11 18:38:07

标签: mysql r dplyr dbplyr

我想使用dbplyr / dplyr来创建组级聚合变量。以下是该命令的要点:

q = tbl_copy %>% 
  group_by(group_var) %>%
  mutate(x_agg = min(x))

但这会产生以下错误: Error: Window function `min()` is not supported by this database

奇怪的是,当我使用summarise()动词时,min()效果很好。

q = tbl_copy %>% 
  group_by(group_var) %>%
  summarise(x_agg = min(x))

q %>% show_query()
<SQL>
SELECT `group_var`, `x`, MIN(`x`) AS `x_agg`
FROM `my_table`
GROUP BY `group_var`

我错过了什么?如何在MySQL表的副本上使用group_by()mutate()

更新:可重复的例子

> con <- DBI::dbConnect(RSQLite::SQLite(), ":memory:")
> copy_to(con, mtcars)
> 
> mtcars2 <- tbl(con, "mtcars")
> mtcars2 %>%
+     select(mpg,cyl) %>%
+     group_by(cyl) %>%
+     mutate(mpg_min = min(mpg))
Error: Window function `min()` is not supported by this database

1 个答案:

答案 0 :(得分:3)

MySQL不支持窗口函数,这就是dbplyr无法将dplyr代码转换为SQL的原因。

当您使用MySQL数据库时,通常的解决方法是使用嵌套的SQL查询,例如:

select yt.*, t.x_agg
from yourtable yt inner join (select group_var, min(x) as x_agg 
                              from yt 
                              group by group_var) t 
                    on yt.group_var = t.group_var

您可以使用dbGetQuery将上述查询直接发送给MySQL,也可以将此策略转换为dplyr代码:

tbl_copy %>% 
  inner_join(tbl_copy %>% 
               group_by(group_var) %>%
               summarise(x_agg = min(x)), by = "group_var")

另请注意,如果您的表格足够小,更直接的方法是在内存中执行所有操作(我的意思是:在客户端,即在R中)。