如何在data.table中最有效地重构字符串以实现快速时间

Question

我有一个data.table，其中包含两列中的字符，如下所示：

01/01/2014 | 00:30
02/01/2014 | 01:00
03/01/2014 | 01:30 etc

此数据集的长度各不相同，但每次运行脚本时容易超过300,000行。最后我知道这个脚本需要处理30,000,000行的数据集。

我目前paste采用以下形式：

DT[, DateTime := paste(Date, Time)

导致：

01/01/2014 00:30
02/01/2014 01:00
03/01/2014 01:30 etc

然后我使用as.POSIXct将其转换为POSIX日期：

DT[, DateTime:= as.POSIXct(x = DateTime, format = "%d/%m/%Y %H:%M")]

这很好用，正确转换字符，很大程度上我相信，因为我设置格式参数以匹配它所输入的字符串的结构。

但是，我想使用fasttime包，但是存在一个固有的问题，即它不支持输入format参数。因此，当我跑：

DT[, DateTime := fastPOSIXct(x = DateTime)]

fasttime必须将我的数据解释为“解释顺序是固定的：年，月，日，小时，分钟，秒。”输出会像：

2006/07/07 00:30
2007/07/07 01:00
2008/07/07 01:30 etc

因此，似乎我必须使用as.POSIXct，或者找到一种方法来将字符串操作为正确的顺序。

允许我使用fasttime的最有效方法是什么？我该如何重新排序字符串以匹配？您是否希望重新排序字符串以便使用fasttime，或者更正要求纠正字符串会使fasttime节省可忽略不计？

Answer 1

首先使用sub重新排序字符串，是的，我认为这比使用基础as.POSIXct要快得多：

DT[, DateTime := fastPOSIXct(sub('(\\d*)/(\\d*)/(\\d*) (.*)', '\\3-\\1-\\2 \\4', DateTime))]

您也可以使用substr代替正则表达式来提高速度，但它会更加混乱。