使用正则表达式将一列拆分为 2答案

【问题标题】：Split a Column Into 2 Using Regular Expression使用正则表达式将一列拆分为 2
【发布时间】：2017-09-12 20:54:01
【问题描述】：

我有一个包含时间的数据框，格式如下：

df<-data.frame(time=c("1655","1055","1123","1505"))
#   time
# 1 1655
# 2 1055
# 3 1123
# 4 925

我想把它改成标准格式，即带冒号的 16:55:00，但是在 lubridate 包中使用函数 hms 不起作用。

我正在考虑将 time 列分成 2 列，这样我就可以：

#   time1 time2
# 1 16    55
# 2 10    55
# 3 11    23
# 4  9    25

然后使用:作为分隔符将它们组合回来：

#   time
# 1 16:55
# 2 10:55
# 3 11:23
# 4 09:25

但是，我不确定该怎么做（尤其是处理正则表达式）。我试过了：

library(tidyr)
df %>% 
separate(time,c("time1","time2"),sep="[[:digit:]$]{2}") %>%
unite(time,time1,time,sep=":")

当然，这是行不通的。

【问题讨论】：

标签： r dplyr tidyr lubridate

【解决方案1】：

如果您确实想使用lubridate 将时间存储为Period，您可以使用类似以下的内容

df<-data.frame(time=c("1655","1055","1123","1505","955"))
df$time2 <- hm(gsub("(.{2}$)",":\\1",df$time))

gsub 在最后两个字符前插入一个“:”

hm from lubridate 将其转换为 Period 对象。

【讨论】：

【解决方案2】：

我们可以使用sprintf将3位数字转换为4位数字，方法是在开头附加0，然后用sub匹配开头的两个字符并捕获为一个组（(.{2})）并替换它带有反向引用 (\\1)，后跟 :。

df$time <- sub("^(.{2})", "\\1:", sprintf("%04d", as.integer(as.character(df$time))))
df$time
#[1] "16:55" "10:55" "11:23" "09:25"

或者另一个选项是str_pad from stringr

library(stringr)
sub("(.{2})$", ":\\1", str_pad(df$time, 4, "left", pad = "0"))
#[1] "16:55" "10:55" "11:23" "09:25"

如果我们更喜欢tidyverse，如果我们先将mutate 与sprintf 一起使用，separate/unite 也可以工作

library(tidyverse)
df %>% 
     mutate(time = sprintf("%04d", as.integer(as.character(time)))) %>% 
     separate(time, into = c("time1", "time2"), sep=2) %>%
     unite(time, time1, time2, sep=":")
#    time
#1 16:55
#2 10:55
#3 11:23
#4 09:25

或使用str_pad/str_replace 来自stringr

df %>%
   mutate(time = str_pad(time, 4, "left", pad = "0"),
          time = str_replace(time, "(.{2})", "\\1:"))
#   time
#1 16:55
#2 10:55
#3 11:23
#4 09:25

数据

df <- data.frame(time=c("1655","1055","1123","925"))

注意：在不使用 stringsAsFactors 的情况下创建 data.frame 将默认使用 stringsAsFactors=TRUE 因此带有 factor 的列，它会转换为 integer 和 as.integer(as.character 以用作 @987654345 的输入@

【讨论】：