mutate_impl（.data，dots）中出错：尝试在SQL Server上使用零长度变量名R-Services

我正在SQL Server上使用R服务。下面是我的代码示例，其中我使用R计算列的最大值：

EXECUTE sp_execute_external_script @language = N'R' 
    , @script = N'
        r = order(InputDataSet$Id)
        InputDataSet = InputDataSet[r,]

        library(dplyr)

        OutputDataSet <- InputDataSet %>% group_by(Id) %>% mutate(
                                                   Max_Col1 = max(Col1, na.rm = TRUE),
                                                   Max_Col2 = max(Col2, na.rm = TRUE),
                                                   Max_Col3 = max(Col3, na.rm = TRUE),) %>%  slice(1)
          '
    , @input_data_1 = N'SELECT * FROM table_name;'

当我在RStudio上执行相同的代码时，它运行得很好，但在SQL Server上出现错误。我不明白这个错误是怎么回事

我的SQL Server上的

R版本

是：3.2.2（消防安全）

---

SQL Server上的packageVersion（“dplyr”）：0.4.3

问题将基于该列的

类。如果它不是
数字
，请转换为
数字
，它应该可以工作

OutputDataSet <- InputDataSet %>%
                    group_by(Id) %>%
                    mutate(
                       Max_Col1 = max(as.numeric(as.character(Col1)), na.rm = TRUE),
                       Max_Col2 = max(as.numeric(as.character(Col2)), na.rm = TRUE),
                       Max_Col3 = max(as.numeric(as.character(Col3)), na.rm = TRUE),) %>%  
              slice(1)

我在末尾看到了一个
，
，
Max\u Col3=Max（Col3，na.rm=TRUE），
，尽管它可以工作。这个错误似乎是基于兼容性。这些版本的一部分。当前
CRAN
版本的
dplyr
是
r3.6.2
@akrun上的
0.8.3
。我将尝试在SQL Server上升级R的版本，看看它是如何运行的。请检查您运行的Rstudio dplyr版本是否与SQL中的版本相同server@akrun我在Rstudio上使用了3.6版本的R，但是现在我把它改成了3.2.2，我得到了同样的错误@akrun这起作用了，我不敢相信这是个错误：）如果我有这样的
%%>%变异（Col4=Col1[c（4）]）
为什么会有问题？@KrushikaTapedia这不应该是个问题，因为你选择的是第四个“Col1”观测值，应该循环使用。但是，我不确定旧版本的
dplyr
的行为如何。可能您可以
rep
licate，即
%%>%变异（Col4=rep（Col1[4]，n（））
谢谢，我想这是关于拥有正确类型的类的问题
OutputDataSet <- InputDataSet %>%
                    group_by(Id) %>%
                    mutate(
                       Max_Col1 = max(as.numeric(as.character(Col1)), na.rm = TRUE),
                       Max_Col2 = max(as.numeric(as.character(Col2)), na.rm = TRUE),
                       Max_Col3 = max(as.numeric(as.character(Col3)), na.rm = TRUE),) %>%  
              slice(1)

 InputDataSet %>%
         type.convert(as.is = TRUE) %>% # should change the type 
          group_by(Id) %>%
          mutate_at(vars(starts_with("Col")), list(Max = ~ max(., na.rm = TRUE))) %>%
          slice(1)