整体翻译技术的详细信息请参见vignette("translation-function")
和vignette("translation-verb")
。该后端的主要区别是:
-
SELECT
使用TOP
,而不是LIMIT
-
非标准类型和数学函数
-
字符串连接使用
&
-
没有
ANALYZE
等效项 -
TRUE
和FALSE
转换为 1 和 0
使用 simulate_access()
和 lazy_frame()
来查看模拟 SQL,而无需转换为实时访问数据库。
例子
library(dplyr, warn.conflicts = FALSE)
lf <- lazy_frame(x = 1, y = 2, z = "a", con = simulate_access())
lf %>% head()
#> <SQL>
#> SELECT TOP 6 *
#> FROM `df`
lf %>% mutate(y = as.numeric(y), z = sqrt(x^2 + 10))
#> <SQL>
#> SELECT `x`, CDBL(`y`) AS `y`, SQR((`x` ^ 2.0) + 10.0) AS `z`
#> FROM `df`
lf %>% mutate(a = paste0(z, " times"))
#> <SQL>
#> SELECT *, `z` & ' times' AS `a`
#> FROM `df`
相关用法
- R dbplyr backend-teradata 后端:Teradata
- R dbplyr backend-sqlite 后端:SQLite
- R dbplyr backend-odbc 后端:ODBC
- R dbplyr backend-oracle 后端:甲骨文
- R dbplyr backend-snowflake 后端:雪花
- R dbplyr backend-redshift 后端:红移
- R dbplyr backend-hana 后端:SAP HANA
- R dbplyr backend-postgres 后端:PostgreSQL
- R dbplyr backend-mysql 后端:MySQL/MariaDB
- R dbplyr build_sql 构建 SQL 字符串。
- R dbplyr escape 转义/引用字符串。
- R dbplyr expand.tbl_lazy 扩展 SQL 表以包含所有可能的值组合
- R dbplyr distinct.tbl_lazy 子集不同/唯一行
- R dbplyr pivot_wider.tbl_lazy 将数据从长轴转向宽轴
- R dbplyr mutate.tbl_lazy 创建、修改和删除列
- R dbplyr collapse.tbl_sql 计算查询的结果
- R dbplyr sql_expr 从 R 表达式生成 SQL
- R dbplyr get_returned_rows 提取并检查返回的行
- R dbplyr dbplyr_uncount “计数”数据库表
- R dbplyr count.tbl_lazy 按组计数观察值
- R dbplyr head.tbl_lazy 对第一行进行子集化
- R dbplyr db-quote SQL 转义/引用泛型
- R dbplyr copy_inline 在 dbplyr 查询中使用本地 DataFrame
- R dbplyr lahman 缓存并检索 Lahman 棒球数据库的 src_sqlite。
- R dbplyr partial_eval 部分评估表达式。
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Backend: MS Access。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。