我有一个文件,其中包含事件记录时间的列。有时时间的格式为mm:ss,有时在- mm:ss:00的末尾有附加的零。如下例所示:
id time
1 20:50
2 76:58:00
3 56:13:00
4 03:44当我使用read_csv读取此数据时,所有较短格式(mm:ss)的值都被标记为NA。当我将这个值设置为使用read_csv('data.csv', col_types = cols(time = col_character()))作为字符串读入时,所有的值都被更改为更短的格式(所以我在第二行使用了76:58 )。我如何解析这个time列,使所有数据都采用一种格式(不管是短的还是长的),但作为time类型的变量,并且不会丢失这些较短格式的输入的数据?
为什么在解析为时间时,所有8个字符的值都被替换为'NA‘?
发布于 2018-02-23 06:11:18
下面的内容呢?
as.ms <- function(x) {
unlist(lapply(sapply(x, function(w)
strsplit(as.character(w), ":")), function(w) {
if (length(w) == 2) {
w[2] <- sprintf("%s.00", w[2])
} else {
w[2] <- sprintf("%4.2f", as.numeric(w[2]) + as.numeric(w[3]) / 1000);
}
w <- paste0(w[1:2], collapse = ":");
}
))
}
lubridate::ms(as.ms(df$time));
#[1] "20M 50S" "76M 58S" "56M 13S" "3M 44S"说明:如果需要,as.ms会添加小数秒;然后您可以使用lubridate::hms来解析时间。
如果您有毫秒的时间,此方法也将有效。例如,考虑
df2 <- read.table(text =
"id time
1 20:50
2 76:58:00
3 56:13:250
4 03:44", header = T);然后
lubridate::ms(as.ms(df2$time));
#[1] "20M 50S" "76M 58S" "56M 13.25S" "3M 44S"样本数据
df <- read.table(text =
"id time
1 20:50
2 76:58:00
3 56:13:00
4 03:44", header = T);发布于 2018-02-23 06:47:15
要解决第一个问题(短/长格式):假设数据框名为df1,time的所有值都是5个字符(MM:SS)或8个字符(MM:SS:00),您可以转换为如下所示的短格式
library(dplyr)
df1 %>%
mutate(time = substring(time, 1, 5))
id time
1 1 20:50
2 2 76:58
3 3 56:13
4 4 03:44这种格式允许我们使用lubridate包中的ms函数。请注意,您的值是而不是(就像时钟上的时间一样)-它们是持续时间。因此,您可以像这样转换为Period对象:
library(lubridate)
df1 %>%
mutate(time = substring(time, 1, 5),
ts = ms(time))
id time ts
1 1 20:50 20M 50S
2 2 76:58 76M 58S
3 3 56:13 56M 13S
4 4 03:44 3M 44Slubridate还有一个duration函数,它需要更多的短格式(添加"M“和"S")。
https://stackoverflow.com/questions/48937440
复制相似问题