将日期时间字符串解析为 Date 类的最快方法答案

【问题标题】：Fastest way to parse a date-time string to class Date将日期时间字符串解析为 Date 类的最快方法
【发布时间】：2018-03-29 08:28:40
【问题描述】：

我有一个日期为字符的列，格式为10/17/2017 12:00:00 AM。我想解析字符串并仅将日期部分保留为类Date，即2017-10-17。我正在使用 -

df$ReportDate = as.Date(df$ReportDate, format = "%m/%d/%Y %I:%M:%S %p") 
df$ReportDate = as.Date(format(df$ReportDate, "%Y-%m-%d"))

这可行，但数据帧有超过 500 万行，所以这需要将近两分钟。

  user  system elapsed 
104.73    0.55  105.46

有没有更快更有效的方法来做到这一点？

【问题讨论】：

一个excel文件有超过5M行？我猜它是一个csv文件。尝试使用来自datatable 包的fread
对不起，我认为我的问题不清楚。需要时间的不是读取过程，而是日期转换过程。将编辑。
这是用于计算还是用于报告。您的两行代码返回等效向量，至少对我而言。 df <- rep("8/31/2017 12:30:00 pm", 5e6); df <- as.Date(df, format = "%m/%d/%Y %I:%M:%S %p"); df1 <- as.Date(format(df, "%Y-%m-%d")); all(df == df1)
您可以使用 substr 仅提取日期部分 - 留下时间 - 然后在不解析时间的情况下使用 as.Date(df$ReportDate, format = "%m/%d/%Y) 可能会更快 - 我不确定。我也不确定你为什么要使用as.Date 两次。一次还不够吗？
as.Date("10/17/2017 12:00:00 AM", format = "%m/%d/%Y") 就足够了。 "每个输入字符串都按照指定格式进行处理：忽略任何尾随字符。"

标签： r date datetime as.date

【解决方案1】：

请注意，as.Date 将忽略日期之后的垃圾，因此在我不是特别快的笔记本电脑上这需要不到 10 秒的时间：

xx <- rep("10/17/2017 12:00:00 AM", 5000000) # test input
system.time(as.Date(xx, "%m/%d/%Y"))
## user  system elapsed 
## 9.57    0.20    9.82

【讨论】：

【解决方案2】：

从Date 转换为character 可能更有效：

# Create dummy data
date_from <- as.Date('01/01/1999  12:00:00 AM',
    format = "%m/%d/%Y %I:%M:%S %p")

date_to <- as.Date('01/01/2017  12:00:00 AM',
    format = "%m/%d/%Y %I:%M:%S %p")

df <- data.frame(ReportDate = sample(seq(from = date_from,
    to = date_to, by = "day"), 5000000, T))

# Convert to char
start <- Sys.time()
df$ReportDate <- as.character(df$ReportDate)

Sys.time() - start
Time difference of 12.37254 secs

head(df)
  ReportDate
1 2011-08-04
2 2013-11-15
3 2002-09-08
4 2011-07-01
5 2011-01-22
6 2001-01-04

【讨论】：

我需要将其保留为Date 以进行进一步操作，因此最终转换使用as.Date()
我明白了，这个问题并不完全清楚。我忽略了您最初将数据存储为character 而不是Date，因此使用@Henriks 解决方案是有意义的。