Question

我有一个文件，其中包含记录事件时间的列。有时时间格式为mm：ss，有时末尾有零 - mm：ss：00。见下面的例子：

id    time
1     20:50
2     76:58:00
3     56:13:00
4     03:44

当我使用read_csv阅读此数据时，所有较短格式的值（mm：ss）都标记为NA。当我使用read_csv('data.csv', col_types = cols(time = col_character()))将这些值设置为字符串读取时，所有值都会更改为更短的格式（因此我在第二行中有76:58）。如何解析此time列以使所有数据都采用一种格式（无论是更短还是更长），而是time类型的变量，而不会丢失这些输入中的数据格式更短？

为什么在解析为时间时，所有8个字符的值都被'NA'替换？

Answer 1

以下情况如何？

as.ms <- function(x) {
    unlist(lapply(sapply(x, function(w)
        strsplit(as.character(w), ":")), function(w) {
            if (length(w) == 2) {
                w[2] <- sprintf("%s.00", w[2])
            } else {
                w[2] <- sprintf("%4.2f", as.numeric(w[2]) + as.numeric(w[3]) / 1000);
            }
            w <- paste0(w[1:2], collapse = ":");
        }
    ))
}


lubridate::ms(as.ms(df$time));
#[1] "20M 50S" "76M 58S" "56M 13S" "3M 44S"

说明：如果需要，as.ms会添加小数秒;然后你可以使用lubridate::hms来解析时间。

如果您有毫秒，此方法也可以使用。例如，考虑

df2 <- read.table(text =
    "id    time
1     20:50
2     76:58:00
3     56:13:250
4     03:44", header = T);

然后

lubridate::ms(as.ms(df2$time));
#[1] "20M 50S"    "76M 58S"    "56M 13.25S" "3M 44S"

样本数据

df <- read.table(text =
    "id    time
1     20:50
2     76:58:00
3     56:13:00
4     03:44", header = T);

Answer 2

要解决第一个问题（短/长格式）：假设time的所有值都是5个字符（MM：SS）或8个字符（MM：SS：00），您可以转换为这样的短格式，假设数据框名为df1：

library(dplyr)
df1 %>% 
  mutate(time = substring(time, 1, 5)) 

  id   time
1  1  20:50
2  2  76:58
3  3  56:13
4  4  03:44

此格式允许我们使用ms包中的lubridate函数。请注意，您的值不是（就像时钟上的时间一样） - 它们是持续时间。所以你可以像这样转换为Period对象：

library(lubridate)
df1 %>% 
  mutate(time = substring(time, 1, 5), 
         ts   = ms(time))

  id  time      ts
1  1 20:50 20M 50S
2  2 76:58 76M 58S
3  3 56:13 56M 13S
4  4 03:44  3M 44S

lubridate还有一个duration功能，需要更多格式化短格式（添加＆＃34; M＆＃34;和＃34; S＆＃34;）。

不同的时间格式 - 如何阅读？ R，读者

2 个答案:

样本数据