Question

我正在使用data.table的新版本，特别是AWESOME fread函数。我的文件包含作为字符串加载的日期（因为我不知道这样做），看起来像01APR2008:09:00:00。

我需要在这些日期时间对data.table进行排序，然后排序以IDateTime格式（或者我还不知道的任何其他方式）进行强制转换。

> strptime("01APR2008:09:00:00","%d%b%Y:%H:%M:%S")
[1] "2008-04-01 09:00:00"

> IDateTime(strptime("01APR2008:09:00:00","%d%b%Y:%H:%M:%S"))
        idate    itime
1: 2008-04-01 09:00:00

> IDateTime("01APR2008:09:00:00","%d%b%Y:%H:%M:%S")
Error in charToDate(x) : 
character string is not in a standard unambiguous format

看起来我不能DT[ , newType := IDateTime(strptime(oldType, "%d%b%Y:%H:%M:%S"))]。

我的问题是：

有没有办法从IDateTime直接投射到fread，以便我可以有效地排序？
如果没有，知道我希望能够通过此日期时间列对DT进行排序，最有效的方法是什么

Answer 1

不幸的是（为了提高效率）strptime产生一个POSIXlt类型，data.table不支持该类型，并且总是应该是它的大小（每个日期40个字节！）和结构。虽然strftime产生了更好的POSIXct，但它仍然通过POSIXlt实现。更多信息：

http://stackoverflow.com/a/12788992/403310

寻找as.Date之类的函数，它也使用strptime，创建一个存储为double的epoch（奇怪）的整数偏移量。 IDate中的data.table（和朋友）类旨在实现存储为整数的整数纪元偏移量。适合base::sort.list(method = "radix")快速排序（这实际上是一种计数排序）。 IDate并不真正旨在快速（通常是一次性）转换。

所以要正确或错误地转换字符串日期/时间，我倾向于推出自己的帮助函数。

如果字符串日期为"2012-12-24"，我倾向于：as.integer(gsub("-", "", col))并继续YYYYMMDD整数日期。同样，时间可以是HHMMDD整数。如果您通常希望在一天内date而不是前一天，则time和roll = TRUE分别有用。按月分组简单快捷：by = date %/% 100L。添加和减去天数很麻烦，但无论如何，因为您很少想要添加日历日，而不是工作日或工作日。无论如何，这是对您的工作日矢量的查找。

在您的情况下，角色月份需要转换为1:12。您的日期“01APR2008”中没有分隔符，因此substring将是一种方式，后面是月份名称上的match或fmatch。你在控制文件格式吗？如果是这样，数字会以明确的格式更好地自然排序，例如%Y-%m-%d或%Y%m%d。

我还没有在fread中做得最好，所以日期/时间目前仍然是字符，因为我还不确定如何检测日期格式或输出哪种类型。它确实需要输出整数或双日期，而不是低效的字符。我怀疑我对YYYYMMDD整数的使用被认为是非常规的，所以我有点犹豫要不要将它作为默认值。他们有自己的位置，也有基于时代的日期的利弊。根据我的建议，日期总是以纪元为基础。

你怎么看？顺便说一句，感谢fread的鼓励;很高兴看到。

Answer 2

我知道您的文件是如何构建的，但是根据您的评论，您希望将日期字段用作关键字。为什么不将它作为时间序列阅读并在阅读时格式化？

这里我使用zoo来做。（这里我假设日期列是第一个，否则请参阅index.colum参数）

ff <- function(x) as.POSIXct(strptime(x,"%d%b%Y:%H:%M:%S"))

h <- read.zoo(text = "03avril2008:09:00:00  125
                      02avril2008:09:30:00  126
                      05avril2008:09:10:00  127
                      04avril2008:09:20:00  128
                      01avril2008:09:00:00  128"
                      ,FUN=ff)

您可以按正确的格式对日期进行排序并进行排序。

从POSIXct到IDateTime

的转换很自然

    IDateTime(index(h))
        idate    itime
1: 2008-04-01 09:00:00
2: 2008-04-02 09:30:00
3: 2008-04-03 09:00:00
4: 2008-04-04 09:20:00
5: 2008-04-05 09:10:00

这里确定你仍然会进行2次转换，但是你在读取数据时会这样做，而第二次是在没有处理任何格式问题的情况下进行转换。

直接将字符串转换为IDateTime

2 个答案: