r - 编写自定义 R 函数以在 dbplyr SQL 中使用

Question

我对任何与 SQL 相关的东西都很陌生，但我觉得我正在尝试做的事情必须是可能的。我看过相关的问题，但他们似乎并没有试图做和我一样的事情。

我想写一个函数在 dbplyr 管道中使用，所以如果我以后需要它，我不必重复代码。

我意识到并非 R 中的所有函数都能很好地转换为 SQL，但在这种情况下，case_when()做。当我使用裸代码时它工作正常，但我不知道如何将它包装在一个函数中。我写的函数被直接传递到 SQL 中，显然它不是 SQL 中存在的函数。

是否可以让 dbplyr 查看我的函数中的代码，并将其转换为 SQL？

library(pacman)
p_load(dplyr, dbplyr, RSQLite)

# Set up fake database
con <- DBI::dbConnect(RSQLite::SQLite(), dbname = ":memory:")
test = tibble(a = c("a", "b", "c"))
test
#> # A tibble: 3 x 1
#>   a    
#>   <chr>
#> 1 a    
#> 2 b    
#> 3 c
copy_to(con, test)
test_db <- tbl(con, "test")

使用 case_when()明确在 test_db工作正常。

test_db %>% 
    mutate(b = case_when(
        a == "a" ~ "AAA",
        TRUE ~ a
    ))
#> # Source:   lazy query [?? x 2]
#> # Database: sqlite 3.30.1 [:memory:]
#>   a     b    
#>   <chr> <chr>
#> 1 a     AAA  
#> 2 b     b    
#> 3 c     c

然后我把我的 case_when()成一个函数，所以我可以重用它。在 test 上直接运行时效果很好.

func_aaa <- function(x) {
    case_when(
        x == "a" ~ "AAA",
        TRUE ~ x
    )
}

# The function works fine on the regular dataframe
test %>% 
    mutate(b = func_aaa(a))
#> # A tibble: 3 x 2
#>   a     b    
#>   <chr> <chr>
#> 1 a     AAA  
#> 2 b     b    
#> 3 c     c

但它不适用于 test_db .查看它生成的查询，很明显 dbplyr 只是将我的函数名直接传递到 SQL 中。

test_db %>% 
    mutate(b = func_aaa(a))
#> Error: no such function: func_aaa

test_db %>% 
    mutate(b = func_aaa(a)) %>% 
    show_query()
#> <SQL>
#> SELECT `a`, func_aaa(`a`) AS `b`
#> FROM `test`

创建于 2020-05-13 由 reprex package (v0.3.0)

Answer 1

可能有更简单的方法，但一种选择是使用一个对整个数据帧进行操作并返回整个数据帧的函数，而不是在 mutate 中运行该函数:

func_aaa2 = function(data, var, newvar, val, newval) {
  data %>% 
    mutate({{newvar}} := case_when(
      {{var}} == val ~ newval,
      TRUE ~ {{var}}))
}

test_db %>% 
  func_aaa2(a, "b", "a", "aaa")

  a     b    
  <chr> <chr>
1 a     aaa  
2 b     b    
3 c     c

test_db %>% 
  func_aaa2(a, "b", "a", "aaa") %>% show_query()

SELECT `a`, CASE
WHEN (`a` = 'a') THEN ('aaa')
WHEN (1) THEN (`a`)
END AS `b`
FROM `test`