我使用的as.Date函数如下:
x$time_date <- as.Date(x$time_date, format = "%H:%M - %d %b %Y")这很好,直到我在输出中看到了许多NA值,我将其追溯到来自另一种语言:德语的一些日期。
我的英文日期看起来如下:18:00 - 10 Dec 2014
其中德国的等价物是:18:00 - 10 Dez 2014
十二月是德国的缩略语。as.Date函数不承认这一点。另外五个月我也有同样的问题:
Mar - März
May - Mai
Jun - Juni
Jul - Juli
Oct - Okt这看起来很有用,但我不知道如何实现它的“未识别”格式:如何更改同一列中的多个日期格式
我试着试着用gsub来代替所有德国月份发生的事情,但没有运气。下面的x是data.table,我只处理time_date专栏:
x$time_date <- gsub("(März)?", "Mar", x$time_date) %>%
gsub("(Mai)?", "May", .) %>%
gsub("(Juni)?", "Jun", .) %>%
gsub("(Juli)?", "Jul", .) %>%
gsub("(Okt)?", "Oct", .) %>%
gsub("(Dez)?", "Dec", .)这不仅不起作用,而且也是一个非常缓慢的过程,我有将近20 GB的纯.csv文件要处理。
在as.Date文档中提到了不同的地区/语言,但没有提到如何同时使用几种语言。我还找到了关于如何使用使用不同的语言的说明,但是我的数据都是混合的,所以我只能对每个文件使用正确的语言进行条件循环,但这也会很慢。
有什么我找不到的解决办法吗?
发布于 2015-11-23 16:23:15
创建一个包含所有翻译的表tab,然后使用订阅进行实际转换。下面的代码似乎对我适用于Windows,前提是您的输入缩写与生成的标准缩写相同,但有精确的语言名称(“德语”等)。可能因您的系统而异。有关详细信息,请参阅?Sys.setlocale。此外,如果输入中的缩写与这里生成的缩写不同,则必须自己将这些缩写添加到tab中,例如tab <- c(tab, Juli = "Jul")
langs <- c("French", "German", "English")
tab <- unlist(lapply(langs, function(lang) {
Sys.setlocale("LC_TIME", lang)
nms <- format(ISOdate(2000, 1:12, 1), "%b")
setNames(month.abb, nms)
}))
x <- c("18:00 - 10 Juli 2014", "18:00 - 10 Mai 2014") # test input
source_month <- gsub("[^[:alpha:]]", "", x)
mapply(sub, source_month, tab[source_month], x, USE.NAMES = FALSE)给予:
[1] "18:00 - 10 Jul 2014" "18:00 - 10 May 2014"https://stackoverflow.com/questions/33875100
复制相似问题