【问题标题】:lubridate parsing vector of strings results in todays date对字符串的 lubridate 解析向量产生今天的日期
【发布时间】:2014-12-12 19:38:29
【问题描述】:

我有很多维度表,其中一些包含日期属性,通常在 ymd 或 ymd_hms 中,如字符串。我的目标是将所有日期变量重新格式化为 Date 类。由于有很多维度表,我决定将它们放在 data.frames 列表中,然后遍历它们中的每一个,使用 lubridate 包中的 ymd_hms 函数解析维度 data.frames 的每一列,然后选择那些正确解析的列并放入它们回到我原来的维度表中。

但是,碰巧

ymd_hms(., truncated = 3) 也成功解析了一些根本不应该解析的 data.frame 列......它们只是分类变量(存储为字符)。下面我提供一个例子。

library(dplyr)
library(lubridate)

my_test_df <- 
    structure(list(naziv.x = c("NI PODATKA", "TUJINA", "GRAD", 
                           "LJUBLJANA", "CELJE", "VELIKA POLANA"),
               datsp.x = c("2010-01-13 15:28:00", "2008-05-22 14:48:00",
                           "2007-03-29 12:14:00", "2007-03-29 12:14:00",
                           "2007-03-29 12:14:00", "2007-03-29 12:14:00")), 
          .Names = c("naziv.x",
                     "datsp.x"), 
          class = "data.frame", 
          row.names = c(NA, 6L))

这是我的data.frame:

        naziv.x             datsp.x
1    NI PODATKA 2010-01-13 15:28:00
2        TUJINA 2008-05-22 14:48:00
3          GRAD 2007-03-29 12:14:00
4     LJUBLJANA 2007-03-29 12:14:00
5         CELJE 2007-03-29 12:14:00
6 VELIKA POLANA 2007-03-29 12:14:00

这是我的代码,应该只成功解析第二列:

my_test_df %>%
    mutate_each(funs(as.Date(ymd_hms(., truncated = 3))))

但它会导致下面的data.frame:

     naziv.x    datsp.x
1 2014-10-17 2010-01-13
2 2014-10-17 2008-05-22
3 2014-10-17 2007-03-29
4 2014-10-17 2007-03-29
5 2014-10-17 2007-03-29
6 2014-10-17 2007-03-29

为什么会这样?

我的 sessionInfo 如下:

R version 3.1.1 (2014-07-10)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=Slovenian_Slovenia.1250  LC_CTYPE=Slovenian_Slovenia.1250    LC_MONETARY=Slovenian_Slovenia.1250 LC_NUMERIC=C                       
[5] LC_TIME=Slovenian_Slovenia.1250    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] dplyr_0.3.0.2   lubridate_1.3.3

loaded via a namespace (and not attached):
 [1] assertthat_0.1 DBI_0.3.1      digest_0.6.4   lazyeval_0.1.9 magrittr_1.0.1 memoise_0.2.1  parallel_3.1.1 plyr_1.8.1     Rcpp_0.11.3   
[10] stringr_0.6.2  tools_3.1.1  

【问题讨论】:

    标签: r lubridate


    【解决方案1】:

    您可以使用matches、starts_with、ends_with、num_range 或contains 等来指定要应用该函数的列名。如果您没有很多列,只需使用列名。我想没有指定任何东西,它会进入默认值,即。 everything 并应用该功能。出于某种原因,在这种情况下 naziv.x 不遵循 date 格式的列将获取今天的日期。不知道是不是bug。

     my_test_df %>%
              mutate_each(funs(as.Date(ymd_hms(., truncated = 3))), starts_with("datsp"))
     #        naziv.x    datsp.x
     #1    NI PODATKA 2010-01-13
     #2        TUJINA 2008-05-22
     #3          GRAD 2007-03-29
     #4     LJUBLJANA 2007-03-29
     #5         CELJE 2007-03-29
     #6 VELIKA POLANA 2007-03-29
    

    【讨论】:

    • 感谢您的回答,我将不得不找到一种方法来匹配、starts_with、ends_with、num_range 或 contains then...我认为在 naziv.x 上解析会失败...就像如果 truncated 设置为 0,它会这样做。
    • @Miha Trost 是的,我也是这么想的。如果您在该特定列上应用该函数,则它都是 NA。 ymd_hms(my_test_df$naziv.x)#[1] NA NA NA NA NA NA。事实上,我得到与data.table 相同的日期转换结果。 IE。 setDT(my_test_df)[, lapply(.SD, function(x) as.Date(ymd_hms(x, truncated=3)))]
    • 您有错误报告方面的经验吗?你认为我应该提交一份吗?
    • @Miha Trost 你可以报告这个错误,但在这一点上,我认为这不是 dplyr 单独的问题,因为 data.table 也显示相同的输出。这是文件 dplyr 错误 https://github.com/hadley/dplyr/issues 或 lubridate https://github.com/hadley/lubridate/issues 的链接
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2014-09-09
    • 1970-01-01
    • 2020-11-13
    • 1970-01-01
    • 2020-04-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多