DuckDB R环境下一次性计算多列均值与中位数的实现问题

核心原因 #

DuckDB的dbplyr SQL翻译器暂时不支持向across()的.fns参数传入未命名的函数列表。本地处理内存中的R数据框时，dplyr可以直接解析这种写法；但需要将计算逻辑转换为SQL推送到DuckDB端执行时，未命名的函数列表无法完成正确的语法转换，因此运行失败。

可用解决方案 #

• 方案1：将聚合函数改为命名列表格式，同时建议显式添加na.rm = TRUE参数避免空值导致结果异常，可直接运行的代码如下：

tbl(con, "mtcars") %>%
  summarise(across(
    everything(),
    list(mean = ~mean(.x, na.rm = TRUE), median = ~median(.x, na.rm = TRUE))
  ))

• 方案2：如果需要更高的执行效率，也可以直接调用DuckDB原生的聚合函数名，跳过dplyr的翻译环节：

tbl(con, "mtcars") %>%
  summarise(across(
    everything(),
    list(mean = ~duckdb::sql("avg({.col})"), median = ~duckdb::sql("median({.col})"))
  ))

内容的提问来源于stack exchange，提问作者HCAI