通过同一数据库中另一个 table 的 ID 过滤一个 SQLite 数据库 table 中的数据

Question

我有一个包含两个 table 的本地 SQLite 数据库。我想使用 dbplyr 从一个 table 根据来自另一个 table 的 id 过滤行进行查询。

例如，如果不涉及数据库，我会这样做：

# install.packages("tidyverse")
library(tidyverse)

data <-
  tibble(id = seq(1, 8),
         data = LETTERS[seq(1, 8)])

condition <- 
  tibble(id = seq(1, 8),
         group = c(rep("low", 4), rep("high", 4)))

data %>% 
  filter(id %in% pull(condition %>% 
                        filter(group == "high") %>% 
                        select(id)))

这给了我

# A tibble: 4 × 2
     id data 
  <int> <chr>
1     5 E    
2     6 F    
3     7 G    
4     8 H

在数据库中使用与 tables 相同的代码，而不是在内存中使用 tibbles

# install.packages("RSQLite")
library(RSQLite)

test_db <- 
  dbConnect(RSQLite::SQLite(), "test_db.sqlite")

dbWriteTable(test_db, "data_tbl", data)
dbWriteTable(test_db, "condition_tbl", condition)

dbListTables(test_db)

data_db <- 
  tbl(test_db, "data_tbl")

condition_db <- 
  tbl(test_db, "condition_tbl")      

data_db %>% 
  filter(id %in% 
           pull(condition_db %>% 
                  filter(group == "high") %>% 
                  select(id)))

产生以下错误：

Error in UseMethod("escape") : 
 not applicable method for 'escape' applied on object of class "c('tbl_SQLiteConnection', 'tbl_dbi', 'tbl_sql', 'tbl_lazy', 'tbl')"

当我首先在内存中加载 ID 时，查询工作没有问题。

detour <- 
  pull(condition_db %>% 
         filter(group == "high") %>% 
         select(id) %>% 
         collect())

data_db %>% 
  filter(id %in% detour)

# A tibble: 4 × 2
     id data 
  <int> <chr>
1     5 E    
2     6 F    
3     7 G    
4     8 H

因为 pull() 似乎是这里的问题 - 我如何在没有上面提供的“绕行”的情况下进行此类查询？

Answer 1

我在使用 dbplyr 时使用 semi-join 来解决这个问题。两个 table 之间的 semi-join returns 来自第一个 table 的每个记录，其中至少有一个与第二个 table 中的记录匹配。（一个anti-join类似，返回第二个table中没有匹配的地方。）

这看起来像：

prepared_condition = condition %>%
  filter(group == "high")

output = data %>%
  semi_join(prepared_condition, by = "id")

通过同一数据库中另一个 table 的 ID 过滤一个 SQLite 数据库 table 中的数据

Filter data in one SQLite database table by ids from another table in the same database

sqlite

r

dbplyr