GROUP BY ... ИМЕЮЩИЕСЯ в dbplyr - PullRequest
Новая
       23

GROUP BY ... ИМЕЮЩИЕСЯ в dbplyr

0 голосов
/ 03 июня 2019

Как выполнить запрос GROUP BY ... HAVING, используя dbplyr в dplyr?

У меня есть список идентификаторов, и я должен сгруппировать по идентификаторам, которых нет в этом списке. Есть ли способ, которым я могу напрямую выполнить запрос с помощью tbl(), если нет, что такое глагол dplyr для того же?

Использование функции group_by_if из dplyr, похоже, не делает этого.

Я хочу выполнить что-то вроде 

SELECT * FROM TBL 
WHERE YEAR(DATE) = 2001
GROUP BY COL1 HAVING COL2 NOT IN ID_LIST

, где ID_LIST - вектор R

1 Ответ

1 голос
/ 05 июня 2019

Для примера, который вы привели, мне не ясно, как 

SELECT * FROM TBL
WHERE YEAR(DATE) = 2001
GROUP BY COL1
HAVING COL2 NOT IN ID_LIST

отличается от 

SELECT * FROM TBL
WHERE YEAR(DATE) = 2001
AND COL2 NOT IN ID_LIST
GROUP BY COL1

Следовательно, предложение Рохита о применении фильтра является эффективным решением.

HAVING в основном работает так же, как и WHERE, но после агрегирования с добавленной функцией вы можете использовать агрегаторы в предложении HAVING. См. это обсуждение . Но в этом случае вы не применяете агрегаторы в предложении HAVING, поэтому вы можете свободно использовать предложение WHERE.

Относительно вложенных SQL-запросов, которые создает dbplyr. Это может показаться нелогичным, учитывая обычный акцент на чистый, понятный человеку код, но для автоматически генерируемых запросов dbplyr я рекомендую не беспокоиться о качестве сгенерированного компьютером кода. Он написан машиной, и (в основном) читается машиной, поэтому его удобочитаемость для человека менее важна.

Эффективность может быть проблемой со многими уровнями вложенности. Однако в 2017-06-09 dbplyr был предоставлен базовый оптимизатор SQL. Я не нашел (хотя я не тестировал всесторонне) вложенные автоматически сгенерированные запросы для выполнения значительно хуже, чем не вложенные пользовательские запросы. Но если производительность критична, вы, вероятно, захотите построить свой SQL-запрос вручную, набрав paste текстовых строк в R.

Еще одна заключительная мысль - длина ID_LIST также важна для рассмотрения. Это обсуждается в этом вопросе.

...