Question

如何将年份与带日期的向量隔离？或者一般来说：你怎么能隔离一个单词的一部分（这里，一个单词的最后四个字母）？

date <- c("05.06.2001","02.10.2003","06.12.2004","01.01.2001","01.04.2003")
company <- c(1,1,1,2,2)

mydf <- data.frame(date, company)
mydf

#         date company
# 1 05.06.2001       1
# 2 02.10.2003       1
# 3 06.12.2004       1
# 4 01.01.2001       2
# 5 01.04.2003       2

输出应如下所示：

#         date company year
# 1 05.06.2001       1 2001
# 2 02.10.2003       1 2003
# 3 06.12.2004       1 2004
# 4 01.01.2001       2 2001
# 5 01.04.2003       2 2003

我试过使用lubridate包

require(lubridate)
mydf$year <- year(mydf$date)

但是，我希望能够做到这一点，而不是只适用于日期的包。

Answer 1

以下是两种方法，一种基于日期，一种基于字符：

with(mydf, substr(date, nchar(as.character(date)) - 3, 
                  nchar(as.character(date))))
# [1] "2001" "2003" "2004" "2001" "2003"

format(as.Date(mydf$date, "%d.%m.%Y"), "%Y")
# [1] "2001" "2003" "2004" "2001" "2003"

nchar在这种情况下有点过分，因为字符串是固定的宽度，但是这应该给你一个如何从字符串末尾向后移动4个字符的例子。

Answer 2

使用stringi包中的stri_sub获取最后4个字符：

require(stringi)    
stri_sub(mydf$date, from=-4)
## [1] "2001" "2003" "2004" "2001" "2003"

from参数中使用的负值表示字符应从字符串末尾开始计算。 to参数的默认值为-1，表示“直到结束”，因此无需更改此内容。

从带有日期的向量中隔离年份

2 个答案: