在read.table / read.csv中为colClasses参数指定自定义日期格式

Question

问题：

在read.table / read.csv中使用colClasses参数时，有没有办法指定日期格式？

（我意识到我可以在导入后转换，但是有很多这样的日期列，在导入步骤中更容易实现）

---

实施例

我的.csv日期列的格式为%d/%m/%Y。

dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))

这会导致转换错误。例如，15/07/2008变为0015-07-20。

---

可重现的代码：

data <- 
structure(list(func_loc = structure(c(1L, 2L, 3L, 3L, 3L, 3L, 
3L, 4L, 4L, 5L), .Label = c("3076WAG0003", "3076WAG0004", "3076WAG0007", 
"3076WAG0009", "3076WAG0010"), class = "factor"), order_type = structure(c(3L, 
3L, 1L, 1L, 1L, 1L, 2L, 2L, 3L, 1L), .Label = c("PM01", "PM02", 
"PM03"), class = "factor"), actual_finish = structure(c(4L, 6L, 
1L, 2L, 3L, 7L, 1L, 8L, 1L, 5L), .Label = c("", "11/03/2008", 
"14/08/2008", "15/07/2008", "17/03/2008", "19/01/2009", "22/09/2008", 
"6/09/2007"), class = "factor")), .Names = c("func_loc", "order_type", 
"actual_finish"), row.names = c(NA, 10L), class = "data.frame")


write.csv(data,"data.csv", row.names = F)                                                        

dataImport <- read.csv("data.csv")
str(dataImport)
dataImport

dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))
str(dataImport)
dataImport

以下是输出结果：

Answer 1

您可以编写自己的函数来接受字符串并使用您想要的格式将其转换为日期，然后使用setAs将其设置为as方法。然后，您可以将您的函数用作colClasses的一部分。

尝试：

setAs("character","myDate", function(from) as.Date(from, format="%d/%m/%Y") )

tmp <- c("1, 15/08/2008", "2, 23/05/2010")
con <- textConnection(tmp)

tmp2 <- read.csv(con, colClasses=c('numeric','myDate'), header=FALSE)
str(tmp2)

然后根据需要进行修改以适用于您的数据。

编辑---

您可能希望首先运行setClass('myDate')以避免警告（您可以忽略该警告，但如果您经常执行此操作会很烦人，这是一个简单的调用，可以摆脱它）。< / p>

Answer 2

如果您只想更改1种日期格式，可以使用Defaults包更改as.Date.character

中的默认格式

library(Defaults)
setDefaults('as.Date.character', format = '%d/%M/%Y')
dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))
str(dataImport)
## 'data.frame':    10 obs. of  3 variables:
##  $ func_loc     : Factor w/ 5 levels "3076WAG0003",..: 1 2 3 3 3 3 3 4 4 5
##  $ order_type   : Factor w/ 3 levels "PM01","PM02",..: 3 3 1 1 1 1 2 2 3 1
##  $ actual_finish: Date, format: "2008-10-15" "2009-10-19" NA "2008-10-11" ...

我认为@Greg Snow的答案要好得多，因为它不会改变常用函数的默认行为。

Answer 3

如果您还需要时间：

setClass('yyyymmdd-hhmmss')
setAs("character","yyyymmdd-hhmmss", function(from) as.POSIXct(from, format="%Y%m%d-%H%M%S"))
d <- read.table(colClasses="yyyymmdd-hhmmss", text="20150711-130153")
str(d)
## 'data.frame':    1 obs. of  1 variable:
## $ V1: POSIXct, format: "2015-07-11 13:01:53"

Answer 4

很久以前，与此同时，Hadley Wickham解决了这个问题。因此，如今解决方案简化为单一方案：

library(readr)
data <- read_csv("data.csv", 
                  col_types = cols(actual_finish = col_datetime(format = "%d/%m/%Y")))

也许我们甚至想要摆脱不必要的东西：

data <- as.data.frame(data)