Question

我的CSV文件带有“日期”列，但它包含两种不同的日期格式，如下所示

7/12/2015 15:28 as m/d/yyyy hh:mm
18-04-2016 18:20  as d/m/yyyy hh:mm

如何将格式更改为m / d / yyyy hh：mm，那么我可以相互减去日期吗？

Answer 1

如果您只有两种日期时间格式，则不需要外部包。只需通过解析器运行两种格式并获取不丢失的格式：

x <- c("7/12/2015 15:28","18-04-2016 18:20")
pmax(
  as.POSIXct(x, format="%m/%d/%Y %H:%M", tz="UTC"),
  as.POSIXct(x, format="%d-%m-%Y %H:%M", tz="UTC"),
  na.rm=TRUE
)
#[1] "2015-07-12 15:28:00 UTC" "2016-04-18 18:20:00 UTC"

据我所知，绝对没有办法自动处理模棱两可的日期格式，因此硬编码可能就是这里的方式。

Answer 2

正如@thelatemail所说，很难处理不明确的日期格式。你在这里遇到了最糟糕的情况：（北美）月 - 日 - 年和（日常工作）日 - 月 - 年的组合。

现在，anytime软件包在这里帮助，因为它允许我们解析而不需要显式格式，同时允许不同的输入格式相同的字符串。

然而，它也必须保持一定的理智 - 因此不支持混合d / m / y和m / d / y，就像你在这里默认一样，因为没有办法自动化这个。

但是我们可以 opt 添加一个缺少的格式，一切都很好：

R> library(anytime)
R> anytime::addFormats("%d-%m-%Y %H:%M:%S")  # add a day-month-year variant
R> anytime(c("7/12/2015 15:28", "18-04-2016 18:20"))
[1] "2015-07-12 15:28:00 CDT" "2016-04-18 18:20:00 CDT"
R>

由此，差异很简单

R> diff(anytime(c("7/12/2015 15:28", "18-04-2016 18:20")))
Time difference of 281.119 days
R>

Answer 3

以下是lubridate

的另一个选项

library(lubridate)
parse_date_time(x, c("mdy HM", "dmy HM"))   
#[1] "2015-12-07 15:28:00 UTC" "2016-04-18 18:20:00 UTC"

数据

x <- c("7/12/2015 15:28","18-04-2016 18:20")

Answer 4

并非所有/usr/bin/python2个文件都是平等创建的。如果日期信息被编码为Excel中的日期或开放式办公室格式，但只是在文件中以两种不同的格式显示，那么更改电子表格环境中的日期要比尝试解决R中的任务要简单得多。 / p>

R在包含两种日期格式的一列中更改日期格式

4 个答案:

数据