Question

我有几列的数据框，最后一列称为Filename。这就是它的样子。

    Product Company Filename
       …        …       mg-tvd_bmmh_20170930.csv
       …        …       mg-tvd_bmmh_2016_06_13.csv
       …        …       …

我正在尝试在R中编写一个短脚本，它从文件名中取出日期并将其转换为一个新列，我称之为Date。因此，新数据框将如下所示：

     Product    Company   Date          Filename
       …          …       09/30/2017    mg-tvd_bmmh_20170930.csv
       …          …       16/13/2017    mg-tvd_bmmh_2016_06_13.csv
       …          …        …                …

这是我脚本的一个相关部分。

   df <- mutate(df, Date <- grep(pattern = "(\d{4})_?(\d{2})_?
   (\d{1,2})", df$Filename, value = TRUE))
   ddf$Date <- as.Date(Date,format = "%m/%d/%y")

为什么我无法让它发挥作用的任何建议？

我收到了这些错误：

 Error: '\d' is an unrecognized escape in character string starting ""(\d"
 Error in as.Date(Date, format = "%m/%d/%y") :
   object 'Date' not found

Answer 1

您可以使用此命令：

transform(df, Date = as.Date(sub(".*\\D(\\d{4})_?(\\d{2})_?(\\d{1,2}).*",
                                 "\\1\\2\\3", Filename), "%Y%m%d"))

Answer 2

您收到的错误是因为而不是：

ddf$Date <- as.Date(Date,format = "%m/%d/%y")

你应该：

df$Date <- as.Date(df$Date,format = "%Y/%m/%d")

或：

df %>%
  mutate(Date = as.Date(df$Date,format = "%Y/%m/%d"))

format = "%m/%d/%y"的错误说明会在Date中为您提供NA值，而as.Date(Date, ...的错误引用会引发错误。

您还可以使用str_extract中的stringr从ymd中提取日期和lubridate以将其解析为Date对象：

library(dplyr)
library(stringr)
library(lubridate)

df %>%
  mutate(Date = ymd(str_extract(Filename, "\\d{4}_?\\d{2}_?\\d{2}(?=\\.csv)")))

数据：

Product Company Filename Date 1 1 3 mg-tvd_bmmh_20170930.csv 2017-09-30 2 2 4 mg-tvd_bmmh_2016_06_13.csv 2016-06-13

ymd的优势在于它“...识别任意非数字分隔符以及没有分隔符......”因此无需标准化{{ 1}}解析前的字符向量。例如，

Date

Answer 3

您显示的错误是由于正则表达式中的特殊字符需要在R中进行双重转义（例如\d应为\\d）。我建议使用sub作为正则表达式部分，以便您可以控制输出，并在下划线后添加通配符（*）以获得匹配（如果存在或不存在下划线（如示例所示）

as.Date中的格式设置需要一年的资本Y（%Y）。

更新后的代码为：

df <- mutate(df, Date = sub(pattern = ".*_(\\d{4})_*(\\d{2})_*(\\d{1,2}).*", "\\2/\\3/\\1", df$Filename))  
df$Date <- as.Date(df$Date,format = "%m/%d/%Y")

如何创建一个从R中的另一列获取日期的列？

3 个答案: