在 Redshift dplyr 操作中重命名汇总列

Posted 2023-03-31

【中文标题】在 Redshift dplyr 操作中重命名汇总列

【英文标题】：Renaming a Summarised Column inside Redshift dplyr operations

【发布时间】：2018-05-14 17:22:45

【问题描述】：

我正在使用 dplyr 在 Redshift 中执行某些操作，因此我不会将数据加载到内存中。

data <- tbl(conn, "customers") %>%
  filter(age >= 18)
subset <- data %>% 
  filter(eye_color != "brown") %>%
  group_by(gender, method, age, region) %>% 
  summarise(sum(purchases)) %>%  # will create a column called sum(purchases)
  full_join(data, by=c("region", "age", "method"))

现在，当我查看生成的数据框时，我会看到一个名为 sum(purchases) 的列，我想将其重命名为 purchases，这将在合并后创建列 purchase.x 和 purchase.y。

到目前为止，我read 的大部分重命名都是处理内存中的数据帧，而不是使用 dbplyr 延迟评估的数据帧。我尝试过使用rename、rename_、rename_at 以及select 的不同变体。我也尝试过 here 和 here 制定的策略，但没有运气

有没有办法重命名sum(purchases)。我唯一的其他选择是在某个步骤将数据帧加载到内存中

data <- tbl(conn, "customers") %>%
  filter(age >= 18)
subset <- data %>% 
  filter(eye_color != "brown") %>%
  group_by(gender, method, age, region) %>% 
  summarise(sum(purchases)) %>% 
loaded <- as.data.frame(subset)
# do some join here but in memory and not in Redshift
# full_join(data, by=c("region", "age", "method"))

【参考方案1】：

您可以在summarise 中指定名称。我没有您的数据，因此无法进行三次检查，但在调用summarise(n()) 之前，我已经在自己的代码中使用了它。比如……

summarise(your_column_name = sum(purchases))

你也可以给它一个带有空格的列名，你只需要使用反引号

summarise(`your column name` = sum(purchases))