sql - 如何在 dbplyr-query 中的 summarise-function 中获取组的第一行

Question

我想在 dbplyr 查询中选择分组数据集的第一行。为此，我想使用 summarise 函数。
在正常的 dplyr 管道中，这可以正常工作:

library(tidyverse)
library(DBI)
library(dbplyr)

mtcars %>% 
  arrange(cyl) %>% 
  group_by(cyl) %>% 
  summarise(test = head(mpg, 1))

# A tibble: 3 × 2
    cyl  test
  <dbl> <dbl>
1     4  22.8
2     6  21  
3     8  18.7

现在我想将这个原理转移到 dbplyr 查询中:

# Creating a simple test connection
con <- dbConnect(RSQLite::SQLite(), "")
# Inserting test table
dbWriteTable(con, "mtcars", mtcars)


con %>% 
  tbl("mtcars") %>% 
  arrange(cyl) %>% 
  group_by(cyl) %>% 
  summarise(test = head(cyl, 1)) %>% 
  collect()

Error in `collect()`:
! Failed to collect lazy table.
Caused by error:
! no such function: head
Run `rlang::last_trace()` to see where the error occurred.

但是，head() 函数无法在 SQL 语句中使用 dbplyr 进行转换，因此会出现错误。
谁能帮我找到一种替代方法来获取 dbplyr 查询中分组数据集的第一个元素？
(同样，我还需要一个函数来获取分组记录的最后元素)。

Answer 1

我无法确切说明为什么不能直接在 dbplyr 中使用 dplyr 语法，也许请参阅此 GitHub 问题以获取更多信息:first() doesn't work in summaries

但这里有一个适用于两者的替代方案:

mtcars %>% 
  arrange(cyl) %>% 
  group_by(cyl) %>%
  mutate(First = first(mpg), Last = last(mpg)) %>% 
  select(cyl, First, Last) %>% 
  distinct()

con %>% 
  tbl("mtcars") %>% 
  arrange(cyl) %>% 
  group_by(cyl) %>%
  mutate(First = first(mpg), Last = last(mpg)) %>% 
  select(cyl, First, Last) %>% 
  distinct()

# # Source:     SQL [3 x 3]
# # Database:   sqlite 3.41.2 []
# # Groups:     cyl
# # Ordered by: cyl
#     cyl First  Last
#   <dbl> <dbl> <dbl>
# 1     4  22.8  21.4
# 2     6  21    19.7
# 3     8  18.7  15