时间戳

首页 > 解决方案 > UseMethod（“escape”）中的错误：没有适用于“escape”的方法应用于类对象

r - UseMethod（“escape”）中的错误：没有适用于“escape”的方法应用于类对象

问题描述

Postgres当我在远程数据库上尝试一些代码时，我收到以下错误消息。

以下 peusdo 重现代码在数据帧是本地的时效果很好，但在它们很远时效果不佳。

library(tidyverse)
library(dbplyr)
library(RPostgres)


event <- tibble(id = c("00_1", "00_2", "00_3", "00_4", "00_5", "00_6", "00_7"),
               type_id = c("A", "B", "C", "B", "A", "B", "C"))


detail <- tibble(id = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L),
                event_id = c("00_1", "00_1", "00_2", "00_2", "00_3", "00_4", "00_4", "00_5", "00_6", "00_6", "00_7", "00_8"),
                type_id = c(3L, 4L, 6L, 7L, 2L, 6L, 3L, 2L, 6L, 5L, 2L, 1L))


event_f <- event %>%
 mutate(new_variable = id %in% (detail %>%
          filter(type_id == 6) %>%
          pull(event_id))) %>%
 collect()

Error in UseMethod("escape") : no applicable method for 'escape' applied to an object of class "c('tbl_PqConnection', 'tbl_dbi', 'tbl_sql', 'tbl_lazy', 'tbl')"

标签： rdplyrdbplyr

解决方案

该问题很可能是由嵌套的 dplyr 查询引起的。这里有两种可能：

  1. dbplyr 无法将您的查询转换为 SQL，

  2. dbplyr 翻译您的查询，但它不是有效的 SQL。

如何告诉

dbplyr 尝试将每组命令转换为 SQL。验证这一点的一种方法是使用该函数show_query()。

例如 R 命令：

my_table %>% mutate(new_col = 2 * old_col + id) %>% select(new_col, id) %>% show_query()

将返回类似于以下 SQL 命令的内容：

SELECT 2 * old_col + id AS new_col, id
FROM database.my_table

只有当 R 到 SQL 的转换已经成为可能时，才会发生这种情况。所以：

  1. 如果show_query返回 SQL，您应该检查 SQL 以确定错误的位置并调整您的 R 命令以更正此问题

  2. 如果show_query不返回或给出错误，则 dbplyr 无法翻译您的查询，需要对其进行重组。

预计问题是由嵌套的 dplyr commands 引起的(detail %>% filter %>% pull)，我建议用 semi_join 替换它，如下所示：

detail_f <- detail %>%
    filter(type_id == 6)

event_f <- event %>%
    semi_join(detail_f, by = c("id" = "type_id")) %>%
    collect()

如果您不熟悉半联接，您可能会发现这篇文章很有帮助。R 还支持使用反连接。

编辑：误读了您的初始查询。

当您想在输出表中添加存在/不存在的指示器时event_id，您可能可以避免半连接或反连接。也许类似于以下内容：

detail_f <- detail %>%
    filter(type_id == 6) %>%
    select(id_to_compare = event_id) %>%
    mutate(new_variable = 1)

event_f <- event %>%
    left_join(detail_f, by = c("id" = "id_to_compare")) %>%
    mutate(new_variable = ifelse(is.na(new_variable), 0, new_variable) %>%
    collect()

注意，我在这里使用了 0 & 1 而不是FALSE&TRUE因为某些版本的 SQL 不像 R 那样容易处理这些。

推荐阅读