当我将特定的 dplyr 函数 distinct()
应用于 SQL 数据库中的表时出现以下错误。
tbl(P0_MAU_3N_V, "D_QNO_MTYPE") %>% distinct()
#> Error: <SQL> 'SELECT DISTINCT TOP 11 * FROM "D_QNO_MTYPE"'
#> nanodbc/nanodbc.cpp:1700: HY222: [Teradata][ODBC Teradata Driver]
#> [Teradata Database](-3419)
#> TOP N Syntax error: Top N option is not supported with DISTINCT option.
如果我检查我得到的查询:
tbl(P0_MAU_3N_V, "D_QNO_MTYPE") %>% distinct() %>% show_query()
#> <SQL>
#> SELECT DISTINCT *
#> FROM "D_QNO_MTYPE"
我猜这是 SQL 语法中的某种禁忌。在 SQL 数据库上使用 dplyr::distinct()
的最佳方式是什么?是否有一种 tidyverse 方法可以做到这一点,或者这应该是某种类型的直接 SQL 查询?
编辑
@akrun 抱歉,我只是不知道如何使用您提供的示例进行复制。我希望这会有所帮助:
DBI::dbGetInfo(P0_MAU_3N_V)
#> $dbname
#> [1] "P0_MAU_3N_V"
#>
#> $dbms.name
#> [1] "Teradata"
#>
#> $db.version
#> [1] "15.10.0704 15.10.07.04"
#>
#> $username
#> [1] "redacted"
#>
#> $host
#> [1] ""
#>
#> $port
#> [1] ""
#>
#> $sourcename
#> [1] ""
#>
#> $servername
#> [1] "redacted"
#>
#> $drivername
#> [1] "tdataodbc_sb64.dll"
#>
#> $odbc.version
#> [1] "03.80.0000"
#>
#> $driver.version
#> [1] "16.20.00.054"
#>
#> $odbcdriver.version
#> [1] "03.80"
#>
#> $supports.transactions
#> [1] TRUE
#>
#> attr(,"class")
#> [1] "Teradata" "driver_info" "list"
最佳答案
TOP N
有很多限制,与 DISTINCT
一起使用就是其中之一。我不确定 dplyr
的语法,但是如果您可以运行一些原始 SQL,如果您尝试使用像这样的子查询来分隔运算符会怎样:
SELECT TOP 11 *
FROM (
SELECT DISTINCT *
FROM "D_QNO_MTYPE"
) src
如果您没有太多列,另一种选择是使用 GROUP BY
来获取一组唯一的行:
SELECT col1, col2 ... -- list of columns to apply DISTINCT to
FROM "D_QNO_TYPE"
GROUP BY col1, col2 ... -- same column list in the SELECT
QUALIFY ROW_NUMBER() OVER() <=11 -- Get first 11 rows (i.e. TOP 11)
首先应用GROUP BY
,然后应用QUALIFY
。如果要指定列的顺序,只需将列列表放在 OVER()
子句中。我不确定您是否可以将 TOP
与 GROUP BY
结合使用,但您也可以尝试一下,看看是否可行。
关于sql - 如何在 SQL 数据库上使用 dplyr `distinct()` 函数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59431241/