基础翻译来自PostgreSQL backend。除了字符串操作之外，通常几乎没有什么区别。
使用 simulate_redshift() 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(a = TRUE, b = 1, c = 2, d = "z", con = simulate_redshift())
lf %>% transmute(x = paste(c, " times"))
#> <SQL>
#> SELECT `c` || ' ' || ' times' AS `x`
#> FROM `df`
lf %>% transmute(x = substr(c, 2, 3))
#> <SQL>
#> SELECT SUBSTRING(`c`, 2, 2) AS `x`
#> FROM `df`
lf %>% transmute(x = str_replace_all(c, "a", "z"))
#> <SQL>
#> SELECT REGEXP_REPLACE(`c`, 'a', 'z') AS `x`
#> 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-hana 后端：SAP HANA
- R dbplyr backend-postgres 后端：PostgreSQL
- R dbplyr backend-access 后端：MS Access
- 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: Redshift。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。