我使用readr
读取包含时间格式的日期列的数据。我可以使用col_types
的{{1}}选项正确阅读。
readr
这很好。但是,如果我想使用library(dplyr)
library(readr)
sample <- "time,id
2015-03-05 02:28:11,1674
2015-03-03 13:10:59,36749
2015-03-05 07:55:48,NA
2015-03-05 06:13:19,NA
"
mydf <- read_csv(sample, col_types="Ti")
mydf
time id
1 2015-03-05 02:28:11 1674
2 2015-03-03 13:10:59 36749
3 2015-03-05 07:55:48 NA
4 2015-03-05 06:13:19 NA
操作此列,则时间列会丢失其格式。
dplyr
为什么会这样?
我知道我可以通过将它转换为字符来解决这个问题,但如果不来回转换会更方便。
mydf %>% mutate(time = ifelse(is.na(id), NA, time))
time id
1 1425522491 1674
2 1425388259 36749
3 NA NA
4 NA NA
答案 0 :(得分:20)
导致此问题的实际是ifelse()
,而不是dplyr::mutate()
。 help(ifelse)
-
## ifelse() strips attributes ## This is important when working with Dates and factors x <- seq(as.Date("2000-02-29"), as.Date("2004-10-04"), by = "1 month") ## has many "yyyy-mm-29", but a few "yyyy-03-01" in the non-leap years y <- ifelse(as.POSIXlt(x)$mday == 29, x, NA) head(y) # not what you expected ... ==> need restore the class attribute: class(y) <- class(x)
所以你有它。如果你想使用ifelse()
,这需要额外的工作。以下两种可能的方法可以让您在没有ifelse()
的情况下获得所需的结果。第一个非常简单,使用is.na<-
。
## mark 'time' as NA if 'id' is NA
is.na(mydf$time) <- is.na(mydf$id)
## resulting in
mydf
# time id
# 1 2015-03-05 02:28:11 1674
# 2 2015-03-03 13:10:59 36749
# 3 <NA> NA
# 4 <NA> NA
如果您不想选择该路线,并希望继续使用dplyr
方法,则可以使用replace()
代替ifelse()
。
mydf %>% mutate(time = replace(time, is.na(id), NA))
# time id
# 1 2015-03-05 02:28:11 1674
# 2 2015-03-03 13:10:59 36749
# 3 <NA> NA
# 4 <NA> NA
数据:强>
mydf <- structure(list(time = structure(c(1425551291, 1425417059, 1425570948,
1425564799), class = c("POSIXct", "POSIXt"), tzone = ""), id = c(1674L,
36749L, NA, NA)), .Names = c("time", "id"), class = "data.frame", row.names = c(NA,
-4L))
答案 1 :(得分:1)
if_else
中有@hadley的dplyr
的另一个版本。它可以正确管理时间变量。还要查看this github issue。