将周/月时间作为字符串替换为以年为单位的时间？ (右)答案

【问题标题】：Replacing week/month times as strings with time in years? (R)将周/月时间作为字符串替换为以年为单位的时间？ (右)
【发布时间】：2018-08-19 02:52:03
【问题描述】：

我找到了一个宠物收养数据集，其中包含宠物收养时的年龄。但是，年龄变量在同一列中包含诸如“3 个月”或“4 年”或“3 周”之类的字符串。数据集在其他方面很整洁。如何将这些变量转换为年份值？

我尝试过这样的事情：

for(i in i:nrow(Pet_Train$AgeuponOutcome)){
 if(grepl(i, "month") == TRUE)
   Pet_Train$Age_in_Years[i] == "0"

}

但我对循环/if 语句/我刚刚查找的这个“grepl”函数几乎没有经验。我确实有使用 mutate() 和 filter() 之类的整洁函数的经验，但我不确定如何将这些函数与这些可能的参数组合一起应用。

因为有 27,000 个实例，所以我宁愿不手动完成。

编辑：我想出了如何使用 grepl 函数将包含“月”的实例替换为“不到一年”。但是有没有办法把确切的月数转换成小数的年份？

【问题讨论】：

如果您已经将数量和单位放入不同的列中（应该可以通过拆分文本来轻松完成），那么您可以执行以下操作：df[,'years']

标签： r date

【解决方案1】：

只是为了扩展我留下的评论，您可以使用ifelse。首先，这是您的数据的可重现示例（在提出问题时提供此示例对您总是非常有用）：

df <- data.frame("Duration" = c("3 months", "4 years", "3 weeks"))

然后您可以使用字符串拆分从中拆分出单位和值：

df$Value <- as.numeric(vapply(strsplit(as.character(df$Duration), split = " "), `[`, 1, FUN.VALUE=character(1)))
df$Units <- vapply(strsplit(as.character(df$Duration), split = " "), `[`, 2, FUN.VALUE=character(1))

最后，使用 nested ifelse arguments 告诉 R 如果列中的数据符合条件该怎么办，如果不符合条件怎么办 - 所以我有这样的说法，如果单位是周数，将金额除以 52.18（每年的周数）。

df$Years <- ifelse(df[,'Units']=="weeks", df[,'Value']/(365.25/7), ifelse(df[,'Units']=="months", df[,'Value']/12, df[,'Value']))

以及成功输出：

> df
  Duration Value  Units      Years
1 3 months     3 months 0.25000000
2  4 years     4  years 4.00000000
3  3 weeks     3  weeks 0.05749487

注意：将“天”作为时间单位会更合适，如果您有第一个和第二个事件的日期（出生日期和收养日期）那个动物）。这是因为年和月是可变长度单位 - 12 月比 2 月长，2016 年比 2015 年和 2017 年长。

【讨论】：

【解决方案2】：

David Rubinger 的答案使用lubridate 包将字符串强制转换为Duration 类的对象。

as.duration() 函数似乎可以识别各种字符串，例如，

age_text <- c("3 months", "4 years", "3 weeks", "52 weeks", "365 days 6 hours")
lubridate::as.duration(age_text)

[1] "7889400s (~13.04 weeks)" "126230400s (~4 years)"   "1814400s (~3 weeks)"    
[4] "31449600s (~52 weeks)"   "31557600s (~1 years)"

但是，OP 已要求将字符串转换为年份值而不是秒数。

这可以通过使用as.numeric() 函数来实现，该函数采用units 参数来指定所需的转换：

as.numeric(lubridate::as.duration(age_text), units = "years")

[1] 0.25000000 4.00000000 0.05749487 0.99657769 1.00000000

也可以选择其他单位：

as.numeric(lubridate::as.duration(age_text), units = "months")

[1]  3.0000000 48.0000000  0.6899384 11.9589322 12.0000000

as.numeric(lubridate::as.duration(age_text), units = "weeks")

[1]  13.04464 208.71429   3.00000  52.00000  52.17857

【讨论】：

【解决方案3】：

前两个仅使用 R 的基数，第三个使用 dplyr 和 tidyr。

1) 使用read.table 将输入列拆分为数字和单位部分，然后将数字部分乘以单位部分所代表的年份分数。

PT <- data.frame(Age = c("3 months", "4 years", "3 weeks")) # input

transform(cbind(PT, read.table(text = as.character(PT$Age))), 
  Years = V1 * (7 / 365.25 * (V2 == "weeks") + 1/12 * (V2 == "months") + (V2 == "years")))

给予：

       Age V1     V2      Years
1 3 months  3 months 0.25000000
2  4 years  4  years 4.00000000
3  3 weeks  3  weeks 0.05749487

2) 或者，最后一行可以写成switch：

transform(cbind(PT, read.table(text = as.character(PT$Age), as.is = TRUE)), 
  Years = V1 * sapply(V2, switch, weeks = 7 / 365.25, months = 1 / 12, years = 1))

3) 这使用 dplyr 和 tidyr：

PT %>%
   separate(Age, c("No", "Units")) %>%
   mutate(No = as.numeric(No), 
          Years = No * case_when(Units == "weeks" ~ 7 / 365.25,
                                 Units == "months" ~ 1 / 12,
                                 Units == "years" ~ 1))

给予：

  No  Units      Years
1  3 months 0.25000000
2  4  years 4.00000000
3  3  weeks 0.05749487

【讨论】：

【解决方案4】：

基于lubridate的解决方案：

library(tidyverse)
library(lubridate)
dat <- data_frame(age_text = c("3 months", "4 years", "3 weeks"))
dat %>% mutate(age_in_years = duration(age_text) / dyears(1))

【讨论】：