Question

我有一个日期时间字符串，其中包含星期几和字符串中的一些元数据。

d <- "Fri, 14 Jul 2000 06:59:00 -0700 (PDT)"

我需要将它转换为日期时间对象（例如，我在data.table中有一列这些对象）以供进一步分析。我已经使用正则表达式来处理这个问题，以从字符串中去除元数据。 有更好的方法吗？

我拥有的是：

m <- regexpr("^\\w+,\\s+", d, perl=TRUE)
regmatches(d, m)
m <- regexpr("\\s-?\\d+\\s\\(\\w+\\)$", d, perl=TRUE)
regmatches(d, m)

ds <- sub("^\\w+,\\s+", "", d)
ds <- sub("\\s-?\\d+\\s\\(\\w+\\)$", "", ds)

现在我可以将其转换为类Date，Posixlt或Posixct的日期时间对象，以便用于分析。

dd <- strptime(ds, format="%d %b %Y %H:%M:%S")
dd <- as.Date(ds, format="%d %b %Y %H:%M:%S")
dd <- as.POSIXct(ds, format="%d %b %Y %H:%M:%S")

Answer 1

我写了anytime package来帮助（除其他外）这些愚蠢的格式字符串 - 所以它启发式地尝试了一些（并专注于理智的）。

您在这里的输入符合条件（实际上是一种非常常见的形式）：

R> anytime("Fri, 14 Jul 2000 06:59:00 -0700 (PDT)")
[1] "2000-07-14 06:59:00 CDT"
R>

我们不目前尝试在最后捕获时区偏移信息，因此您必须在事后处理。显示屏位于CDT，这是我当地的时区。

有关于anytime on its webpage的更多信息。

Answer 2

假设字符串的格式在数据中保持不变：

time = trimws(unlist(strsplit(d, "[,-]"))[2])
#[1] "14 Jul 2000 06:59:00"
tz = unlist(strsplit(d, "[,-]"))[3]
tz = gsub("[^A-Z]", "", tz)
#[1] "PDT"

> as.Date(time, format = "%d %b %Y")
[1] "2000-07-14"
> as.POSIXct(time, format = "%d %b %Y %H:%M:%S") #specify th etimezone with tz
[1] "2000-07-14 06:59:00 IST"

处理包含星期几的日期时间字符串

2 个答案: