使用 dbplyr 将字符串拆分为行

Question

所以我想将一个字符串（在这种情况下是一个空格）拆分成行。 我想使用 dbplyr 来做到这一点，这被证明是一个问题。 显然，如果我在那里收集大量的方法来做到这一点。 虽然我需要在不收集的情况下这样做。 这是一些虚拟数据，一种收集方式，同样的方式不收集就无法工作

 library(dbplyr)
 library(dplyr)
 library(tidyr)

 con <- DBI::dbConnect(...)

 df <- tbl(
   src = con,
   from = sql(
   "SELECT 1 AS ID, 'I LIKE CATS' AS TEXT FROM DUAL
   UNION ALL
   SELECT 2 AS ID, 'I LIVE IN A BIG HOUSE' AS TEXT FROM DUAL
   UNION ALL
   SELECT 3 AS ID, 'ARE THERE MANY ORANGES IN THE CUPBOARD' AS TEXT FROM DUAL")
 )

 df %>% 
   collect() %>% 
   mutate(WORD = strsplit(TEXT, " ")) %>% 
   unnest(WORD)

 df %>% 
   mutate(WORD = strsplit(TEXT, " "))

这里有一个类似的（ish）问题没有得到解答：How to split one SQL column into multiple columns in r

我尝试使用 purrr::map 和 purrr::reduce 与 dbplyr 来合并函数输出，但仍然无济于事：Using purrr::map2() with dbplyr

任何帮助将不胜感激，谢谢！

Answer 1

我建议首先在文本中找到空格 " "。如果您知道每个字符串中空格的位置，那么使用 dbplyr 可以将其转换为 SQL 的 substr 可以直接获取空格之间的文本。

找到文本中所有空格的位置（当存在非常数时）在 SQL 中并非易事。最好的方法似乎是通过嵌套 SQL 查询 (as per this answer)，您无法使用 dbplyr 翻译编写。

您可以使用的另一种方法是找到第一个空格，修剪字符串并迭代：

library(dplyr)
library(dbplyr)
library(stringr)

out1 <- df %>%
  mutate(first_space = str_locate(' ', TEXT)) %>%
  mutate(first_word = substr(TEXT, 1, first_space - 1),
         remaining_text = substr(TEXT, first_space + 1, nchar(TEXT)))

keep <- out %>%
  select(ID, first_word) %>%
  rename(WORD = first_word)

remainder <- out %>%
  select(ID, remaining_text) %>%
  filter(!is.na(remaining_text)) %>%
  rename(TEXT = remaining_text)

然后我会将keep 附加到输出表中，检查remainder 中的行数，将df 替换为remainder 并进行迭代。

注意：str_locate 查找第一个空格的索引。在我的测试中，并不是每种 SQL 都为此定义了翻译。因此，根据您的数据库，这种方法可能会失败。

但是，每种 SQL 风格都应该具有等效的功能。您应该可以直接输入此函数，并且由于 dbplyr 没有为其定义翻译，因此该函数应未经翻译传递给服务器。

例如，在 SQL 服务器中，CHARINDEX 与 str_locate 具有相同的用途。因此，您可以使用CHARINDEX(' ', TEXT) 而不是str_locate(' ', TEXT)。