Question

我正在构建一个循环超过10-1000个文件的复杂代码，并根据6个分组列计算每个文件的一大堆摘要统计信息。一切正常，但在双应用结构中，我也试图从文件名中提取日期并将其转换为日期格式，并将其作为列添加到每个数据框。

在我的完整代码中没有日期转换，以及在此示例代码中它工作正常，但是在其中进行转换时，似乎会导致循环突然产生奇怪的错误。

我已经尝试了十几种方法来使其发挥作用。通常单个字符串到日期格式对我来说不是问题，但是如何在这个循环结构中使这个工作？

起初我认为问题是日期格式转换不起作用，但似乎有效，但它会导致rbindlist代码出现问题。

Error in rbindlist(ClusterResultlist[[cl]]) : 
  Column 2 of item 1 is length 11, inconsistent with first column of that item which is length 10. rbind/rbindlist doesn't recycle as it already expects each item to be a uniform list, data.frame or data.table

我不知道为什么它声称长度存在差异，或者如何解决它。

问题：如何在循环内或之后将字符串转换为日期格式。

我的代码：

myfiles <- list("PICO in situ 55 10 100 100 100 2016-05-06 19u03_clustered_newtest1.csv", "PICO in situ 55 10 100 100 100 2016-05-07 19u03_clustered_newtest1.csv")

## list of clustering columns to summarize over
Clusterlist <- c('Cluster_FP1', 'Cl_names_FP1', 'GR_names_FP1', 'Cluster_FP2', 'Cl_names_FP2', 'GR_names_FP2') # 
ClusterResultlist <- vector("list", length(Clusterlist))
names(ClusterResultlist) <- Clusterlist

SummarizeData <- function(y){
  lapply(Clusterlist, function(z) { 
    datetime <- substr(y, nchar(y) -38, nchar(y) -23)
    FullCounts <- data.frame(DummyIndex = 1:10)
    FullCounts$DateTime <- strptime(datetime,format = "%Y-%m-%d %Hu%M")
    ClusterResultlist[[z]][[y]] <<- FullCounts
})}

# run the function over all files
mapply(SummarizeData, y = myfiles)

# create 6 main dataframes out of all sub data frames
lapply(Clusterlist, function(cl) { ClusterResultlist[[cl]] <<- rbindlist(ClusterResultlist[[cl]])  })

更新我们现在有两个（部分）解决方案，但它们不会像rbindlist那么快我相信我的实际大型数据对象。

我尝试在最终的ClusterResultList上的循环外进行转换，但是会抛出此错误：

lapply(Clusterlist, function(cl) { ClusterResultlist[[cl]] <<- rbindlist(ClusterResultlist[[cl]])  })

lapply(Clusterlist, function(cl) { ClusterResultlist[[cl]]$DateTime <<- strptime(ClusterResultlist[[cl]]$DateTime,format = "%Y-%m-%d %Hu%M") })  



 In `[<-.data.table`(x, j = name, value = value) :
  Supplied 11 items to be assigned to 20 items of column 'DateTime' (recycled leaving remainder of 9 items).

Answer 1

如何使用rbind代替rbindlist？

lapply(Clusterlist, function(cl) ClusterResultlist[[cl]] <<- do.call(rbind, ClusterResultlist[[cl]]))

Answer 2

在lubridate的帮助下修复日期修复了rblindlist的问题。

替换：

FullCounts$DateTime <- strptime(datetime,format = "%Y-%m-%d %Hu%M")

使用：

FullCounts$DateTime <- lubridate::ymd_hms(strptime(datetime,format = "%Y-%m-%d %Hu%M"))

由于循环中的字符串到日期转换导致的Rbindlist错误

2 个答案: