R dbplyr 2.1 用if_any类across函数操作远程表报错咨询

在本地内存表运行相同if_any()代码可以正常输出结果，连接BigQuery远程表时触发报错不属于语法错误：本地计算走R原生执行逻辑，不经过SQL转译环节，因此不会触发转译问题；你使用的dbplyr 2.1版本在远程表的SQL转译链路中，尚未覆盖两个场景：

• 无法识别~开头的匿名公式对象，碰到这类对象时找不到对应转译方法，抛出escape方法缺失的报错
• 无法在远程表查询中正确解析where(is.xxx)这类基于列属性的谓词选列逻辑，碰到传入的函数对象时同样会触发转译失败

以下方案全部依托数据库端完成计算，无需拉取全表到本地执行，不会损失查询性能：

• 列数量少、列名明确的场景，直接显式列出需要检测的列，用布尔逻辑拼接匹配结果适配BigQuery字符串匹配规则

  # 实现任意列包含"ab"则标记为TRUE的需求
  my_table_bq %>%
    mutate(
      has_ab = A %like% "ab" | B %like% "ab" | C %like% "ab"
    )
  

• 需对多列重复执行相同检测逻辑的场景，先定义普通命名函数替代~开头的匿名公式，让转译器可以正常识别逻辑生成对应SQL

  # 定义可被正常转译的匹配函数
  match_ab <- function(col) {
    grepl("ab", col)
  }
  
  my_table_bq %>%
    mutate(
      has_ab = if_any(c(A, B, C), match_ab)
    )
  

• 列选择环节不要使用where(is.xxx)的谓词写法，先通过远程表元数据提取对应属性的列名，显式传入列名向量即可

  # 提前提取所有数值列的列名，替代where(is.numeric)的写法
  numeric_cols <- colnames(my_table_bq)[dbplyr::sql_col_classes(my_table_bq) == "numeric"]
  
  my_table_bq %>%
    mutate(across(all_of(numeric_cols), mean))
  

后续dbplyr 2.2及以上版本已补全对匿名公式、where()谓词选列的远程转译支持，升级版本后原有的写法即可直接在BigQuery远程表上运行。

内容的提问来源于stack exchange，提问作者abalter