提问人：rajvijay 提问时间：5/21/2016 最后编辑：rajvijay 更新时间：5/21/2016 访问量：3730
使用 dplyr 访问 sql 表/查询时计算行数
Count number of rows when using dplyr to access sql table/query
问：
计算使用 dplyr 访问 sql 表的行数的有效方法是什么。MWE在下面使用SQLite，但我使用PostgreSQL并遇到同样的问题。基本上 dim（） 不是很一致。我用过
dim()
这适用于数据库中的模式（第一种情况），但当我从同一模式的 SQL 查询创建 tbl 时（第二种情况）不是很一致。我的行数是数百万，或者即使只有 1000 行，我也看到了这一点。我得了 NA 或 ??.有什么遗漏吗？
#MWE
test_db <- src_sqlite("test_db.sqlite3", create = T)
library(nycflights13)
flights_sqlite <- copy_to(test_db, flights, temporary = FALSE, indexes = list(
c("year", "month", "day"), "carrier", "tailnum"))
flights_postgres <- tbl(test_db, "flights")
第一种情况（来自直接架构的表）
flights_postgres
> flights_postgres
Source: postgres 9.3.5 []
From: flights [336,776 x 16]
year month day dep_time dep_delay arr_time arr_delay carrier tailnum flight origin dest air_time distance hour minute
1 2013 1 1 517 2 830 11 UA N14228 1545 EWR IAH 227 1400 5 17
2 2013 1 1 533 4 850 20 UA N24211 1714 LGA IAH 227 1416 5 33
#using dim()
> dim(flights_postgres)
[1] 336776 16
以上工作并获取行数的计数。 第二种情况（来自 SQL 查询的表）
## use the flights schema above but can also be used to create other variables (like lag, lead) in run time
flight_postgres_2 <- tbl(test_db, sql("SELECT * FROM flights"))
>flight_postgres_2
Source: postgres 9.3.5 []
From: <derived table> [?? x 16]
year month day dep_time dep_delay arr_time arr_delay carrier tailnum flight origin dest air_time distance hour minute
1 2013 1 1 517 2 830 11 UA N14228 1545 EWR IAH 227 1400 5 17
2 2013 1 1 533 4 850 20 UA N24211 1714 LGA IAH 227 1416 5 33
>
> dim(flight_postgres_2)
[1] NA 16
正如你所看到的，它要么打印为？？或 NA。所以不是很有帮助。
我通过使用 collect（） 或然后使用 as.data.frame（） 将输出转换为数据帧来检查维度来解决这个问题。但是，这两种方法可能不是理想的解决方案，因为大量行可能需要时间。
答：
12赞
Ian Gow
5/21/2016
#1
我认为答案是@alistaire建议的：在数据库中进行。
> flight_postgres_2 %>% summarize(n())
Source: sqlite 3.8.6 [test_db.sqlite3]
From: <derived table> [?? x 1]
n()
(int)
1 336776
.. ...
要求这样做将是拥有您的蛋糕（对 SQL 的惰性评估，将数据保存在数据库中）并吃掉它（对 中的数据具有完全访问权限）。dimdplyrR
请注意，这是在下面执行@alistaire的方法：
> flight_postgres_2 %>% summarize(n()) %>% explain()
<SQL>
SELECT "n()"
FROM (SELECT COUNT() AS "n()"
FROM (SELECT * FROM flights) AS "zzz11") AS "zzz13"
<PLAN>
selectid order from detail
1 0 0 0 SCAN TABLE flights USING COVERING INDEX flights_year_month_day
评论
tallyntally对我来说效果很好，也是如此summarise(n())tbl(test_db, sql('SELECT COUNT(*) FROM flights'))sqldf::sqldf('SELECT COUNT(*) FROM flights')