如何计算 dbplyr 中的月份差异（R 和 sql）

Question

我尝试使用将我的代码发送到 sql 查询的 dbplyr 包来计算大型数据库的日期之间的月差。我尝试了类似问题中建议的不同方法，但它们没有用（例如下面的代码）。 Data2 是由 tbl()

创建的对象

Data2 %>% mutate(age_Months = (lubridate::interval(date_1, date_2)) / base::months(1))

#OR

library(lubridate)
Data2 %>% mutate(age_Months = TIMESTAMPDIFF(MONTH, date_1, date_2))

你有计算差异的想法吗？随意建议任何其他库和函数，没关系。我只需要月份的差异。谢谢

数据集如下

Data2 %>% select(date_1, date_2) %>% head() %>% collect()

#  date_1                date_2               
#  <chr>                 <chr>                
#1 2015-05-01 00:00:00.0 2036-02-01 00:00:00.0
#2 2015-05-01 00:00:00.0 2036-01-01 00:00:00.0
#3 2015-05-01 00:00:00.0 2031-03-01 00:00:00.0
#4 2015-05-01 00:00:00.0 2035-12-01 00:00:00.0
#5 2015-05-01 00:00:00.0 2035-05-01 00:00:00.0
#6 2015-05-01 00:00:00.0 2032-03-01 00:00:00.0

我通过 as.Date() 对它们进行了转换，但结果没有发生任何变化。

Data2 %>% mutate(date_1 = as.Date(date_1),
                 date_2 = as.Date(date_2))
#  date_1     date_2    
#  <date>     <date>    
#1 2018-08-01 2036-02-01
#2 2018-08-01 2036-06-01
#3 2018-08-01 2036-01-01
#4 2018-08-01 2034-08-01
#5 2018-08-01 2033-08-01
#6 2018-08-01 2035-03-01

Answer 1

这里有两种可能的方法。

1) 使用 lubridate

dbplyr 翻译是为某些（但不是全部）lubridate 函数定义为某些（但不是全部）SQL 风格（上次我测试时）。所以我会先尝试以下操作：

Data2 %>%
  mutate(year1 = lubridate::year(date_1),
         year2 = lubridate::year(date_2),
         month1 = lubridate::month(date_1),
         month2 = lubridate::month(date_2)) %>%
  mutate(age_months = 12*(year2 - year1) + month2 - month1) %>%
  select(-year1, -year2, -month1, -month2)

2) 使用未翻译的 SQL 函数

Impala 包含一个 DATEDIFF 函数（文档 here）。当 dbplyr 遇到没有为其定义翻译的命令时，它会将未翻译的命令传递给数据库。

所以像下面这样：

Data2 %>%
  mutate(age_months = DATEDIFF(date_2, date_1) / 30)

应该这样翻译成SQL：

SELECT *
    ,DATEDIFF(date_2, date_1) / 30 AS age_months
FROM data2

如何计算 dbplyr 中的月份差异（R 和 sql）

How to calculate difference in month in dbplyr (R and sql)

sql

r

date

impala

dbplyr

1) 使用 lubridate

2) 使用未翻译的 SQL 函数