将字符串转换为R

Question

我试图转换的数据应该是一个日期，但是格式化为mmddyyyy，没有用破折号或斜线分隔。为了处理R中的日期，我想将其格式化为mm-dd-yyyy或mm / dd / yyyy。

我想我可能需要使用grep()，但我不确定如何使用它来重新格式化mmddyyyy格式的所有日期。

Answer 1

查看lubridate mdy功能

require(lubridate)
a <- "10281994"
mdy(a)

给你

[1] "1994-10-28 UTC"

课程"POSIXct" "POSIXt"的

所以R中的日期时间（感谢Joshua Ulrich的更正）

您可以使用as.Date(mdy(a)) = 1994-10-28获取类Date的对象。

ymd内也有dmy和lubridate等突变。

Answer 2

已更新：使用@Richard Scriven的>>> html = urlopen("http://en.wikipedia.org" + articleUrl).read() 和更简单的colClasses建议进行了改进

以下是两种类似的方法，对于我来说，从包含as.Date()格式日期的csv到将其识别为R作为日期对象。

首先使用一个简单的文件tv.csv：

mmddyyyy

方法1：全部为字符串

一旦进入R，

Series,FirstAir
Quantico,09272015
Muppets,09222015

• 将> t = read.csv('tv.csv', colClasses = 'character') 导入为名为tv.csv
的数据框
• t选项会将所有数据视为colClasses = 'character')数据类型（而不是character，Factor类型）

检查其初始结构：

int

• R已将所有字符串导入，此处显示为> str(t) 'data.frame': 2 obs. of 2 variables: $ Series : chr "Quantico" "Muppets" $ FirstAir: chr "09272015" "09222015"
类型

然后可以轻松地将chr或字符串转换为日期：

chr

• > t$FirstAir = as.Date(t$FirstAir, "%m%d%Y") 执行字符串到日期转换
• as.Date()指定如何解释%m%d%Y中的输入。这些格式代码，至少在Linux上，可以通过运行t$FirstAir找到，它会在$ man date程序上显示手册，其中有一个格式代码列表。例如，它显示date

方法2：导入然后仅修复日期

如果由于某种原因您不希望对所有字符进行全面导入转换，例如具有许多变量的文件并且希望保留R的自动类型识别但仅仅“修复”一个日期变量，请遵循此方法

一旦进入R，

%m     month (01..12)

• 将> t = read.csv('tv.csv') 导入为名为tv.csv
的数据框

检查其初始结构：

t

• R尽力猜测每个变量的变量类型
• 正如您所看到的，当前问题是> str(t) 'data.frame': 2 obs. of 2 variables: $ Series : Factor w/ 2 levels "Muppets","Quantico": 2 1 $ FirstAir: int 9272015 9222015 > 变量R导入FirstAir为09272015意味着整数，并且从前导零填充中删除，09中的0很重要后来为日期转换但R没有导入它。所以我们需要解决这个问题。

这可以在一个命令中完成，但为了清楚起见，我将其分为两个步骤。首先，

int

• > t$FirstAir = sprintf("%08d", t$FirstAir) 是格式化功能
• sprintf表示使用零填充
• 0表示确保8个字符，因为mmddyyyy总共8个字符
• 8用于输入是一个数字，当前是，回忆d输出声称str()是t$FirstAir意味着整数
• int是我们设置并用作输入的变量

检查结果：

t$FirstAir

• 它已成功从> str(t$FirstAir) chr [1:2] "09272015" "09222015" 转换为int类型，例如chr成为9272015

现在它是一个字符串或"09272015"类型，我们可以转换，与方法1相同。

chr

结果

我们做最后的检查：

> t$FirstAir = as.Date(strptime(t$FirstAir, "%m%d%Y"))

在这两种情况下，文本文件中的原始值现已成功转换为R日期对象。