dplyr 和 POSIXlt 数据的问题答案

【问题标题】：Problems with dplyr and POSIXlt datadplyr 和 POSIXlt 数据的问题
【发布时间】：2015-07-15 18:57:57
【问题描述】：

我有问题。我下载了数据并将日期转换为 POSIXlt 格式

df<-read.csv("007.csv", header=T, sep=";")
df$transaction_date<-strptime(df$transaction_date, "%d.%m.%Y")
df$install_date<-strptime(df$install_date, "%d.%m.%Y")
df$days<- as.numeric(difftime(df$transaction_date,df$install_date, units = "days"))

数据框是关于一个在线游戏中的交易。它包含价值（支付）、transaction_date、intall_date 和 ID。我添加了新列，它在安装后的几天内显示。我尝试使用 dlyr 汇总数据

df2<-df %>% group_by(days) %>% summarise(sum=sum(value))

我有一个错误：错误：列“transaction_date”的类型不受支持：POSIXlt, POSIXt

我该如何解决？

UPD。我将日期列的类更改为字符。它解决了问题。但是我可以在不更改数据集中的类的情况下使用 dlyr 吗？

【问题讨论】：

改用POSIXct
eddi 所说的...将as.POSIXct 包裹在 strptime 调用周围。

标签： r dplyr posixlt

【解决方案1】：

您可以按照 cmets 中的建议使用 as.POSIXct，但如果小时、分钟和秒无关紧要，那么您应该使用 as.Date

df <- read.csv("007.csv", header=T, sep=";")

df2 <- df %>%
  mutate(
     transaction_date = as.Date(transaction_date, "%d.%m.%Y")
     ,install_date = as.Date(install_date, "%d.%m.%Y")
  ) %>%
  group_by(days = transaction_date - install_date) %>%
  summarise(sum=sum(value))

【讨论】：

【解决方案2】：

如 here 所述，这是 tidyverse 的“功能”。他们不想处理POSIXlt 对象，因为它是向量中的某种列表。但是，使用as.POSIXct 并不总是一种选择。就我而言，我真的需要 POSIXlt 类来处理一些未清理的数据。在这种情况下，只需回到良好的旧稳定基础 R。在您的情况下：

df2 <- aggregate(df1$value, by=list(df$days), sum)

【讨论】：

【解决方案3】：

我经常使用的一个技巧是：

将POSIXt 列（在下面的eventDate 示例中）转换为字符
执行您需要的 dplyr 操作（在下面的示例中，我们绑定两个数据帧的行）
从字符转换回 POSIXt，不要忘记设置正确的格式 (format) 和时区 (tz)，就像执行步骤 1 之前一样。

例子：

# step 1
df1$eventDate <- as.character.POSIXt(df1$eventDate)
df2$eventDate <- as.character.POSIXt(df2$eventDate)
#step 2
merged_df <- bind_rows(df1, df2)
#step 3
merged_df$eventDate <- strptime(merged_df$eventDate, format = "%Y-%m-%d", tz = "UTC")

【讨论】：