转换data.table的多个日期列答案

【问题标题】：Convert multiple date column of a data.table转换data.table的多个日期列
【发布时间】：2020-11-15 21:15:23
【问题描述】：

我正在尝试在data.table 中转换多个日期列（具有不同的格式）。目前可用的方法很少。链接Efficiently convert a date column in data.table 之一。我正在尝试使用mapply。但出现以下错误：

[.data.table(df, , :=((paste0(dtVar, "")) 中的错误， mapply(function(x, : 提供 12 项分配给 6 项列'X1'。如果您想“回收”RHS，请使用 rep() 来让代码的读者清楚这一意图。

library(data.table)

# sample data
df <- data.table(
  X1 = c("1996-01-04", "1996-01-05", "1996-01-08", "1996-01-09", "1996-01-10", "1996-01-11"), 
  X2 = c("02/01/1996", "03/01/1996", "04/01/1996", "05/01/1996", "08/01/1996", "09/01/1996"), 
  stringsAsFactors = FALSE)


# convert date columns
dtVar <- c("X1", "X2")
inDtFmt <- c("%Y-%m-%d","%d/%m/%Y")

df[,(dtVar) := mapply(function(x,y){strptime(df[[x]], format = y)}, dtVar, inDtFmt)]

## Further investigation
mm <- mapply(function(x,y){strptime(df[[x]], format = y)}, dtVar, inDtFmt)

str(mm)
List of 2
# $ X1: POSIXlt[1:6], format: "1996-01-04" "1996-01-05" "1996-01-08" "1996-01-09" ...
# $ X2: POSIXlt[1:6], format: "1996-01-02" "1996-01-03" "1996-01-04" "1996-01-05" ...

谁能告诉我为什么会出现这个错误？

【问题讨论】：

标签： r date data.table

【解决方案1】：

我们可以使用anydate from anytime，它可以自动选择格式并更改为Date类

library(data.table)
library(anytime)
df[, (dtVar) := lapply(.SD, anydate), .SDcols = dtVar]

str(df)
#Classes ‘data.table’ and 'data.frame': 6 obs. of  2 variables:
# $ X1: Date, format: "1996-01-04" "1996-01-05" "1996-01-08" "1996-01-09" ...
# $ X2: Date, format: "1996-02-01" "1996-03-01" "1996-04-01" "1996-05-01" ...

【讨论】：

【解决方案2】：

这是一种方法：


library(data.table)

# sample data
df <- data.table(
  X1 = c("1996-01-04", "1996-01-05", "1996-01-08", "1996-01-09", "1996-01-10", "1996-01-11"), 
  X2 = c("02/01/1996", "03/01/1996", "04/01/1996", "05/01/1996", "08/01/1996", "09/01/1996"), 
  stringsAsFactors = FALSE)

str(df)

dtFmt <- list(X1 = "%Y-%m-%d", X2 = "%d/%m/%Y")

for (col in names(df)) {
  df[[col]] <- as.Date(df[[col]],  dtFmt[[col]]) 
}

str(df)

【讨论】：

欢迎来到 Stack Overflow。请不要发布仅代码的答案，您应该解释此代码的工作原理并回答问题。这使得它对 OP 以及其他有类似问题的用户更有用，因此更有可能被点赞。

【解决方案3】：

mapply 通常会尝试将结果简化为向量，您应该改用Map。 strptime 返回类 POSIXlt 的对象，这里你只需要日期所以使用 as.Date。

此外，如果您使用lubridate::parse_date_time，您可以使用lapply 执行此操作。

library(data.table)

df[, (dtVar) := lapply(.SD, lubridate::parse_date_time, inDtFmt), .SDcols = dtVar]
df

#           X1         X2
#1: 1996-01-04 1996-01-02
#2: 1996-01-05 1996-01-03
#3: 1996-01-08 1996-01-04
#4: 1996-01-09 1996-01-05
#5: 1996-01-10 1996-01-08
#6: 1996-01-11 1996-01-09

【讨论】：

是的..你是对的..在mapply中使用SIMPLIFY = F时没有错误..

【解决方案4】：

你可以使用as.IDate:

df <- df[,as.list(Map(function(x,y){as.IDate(.SD[[x]], format = y)}, dtVar, inDtFmt))]
print(df)

           X1         X2
1: 1996-01-04 1996-01-02
2: 1996-01-05 1996-01-03
3: 1996-01-08 1996-01-04
4: 1996-01-09 1996-01-05
5: 1996-01-10 1996-01-08
6: 1996-01-11 1996-01-09

【讨论】：