R：将 youtube 视频持续时间格式化为适当的时间（秒）答案

【问题标题】：R: Formatting youtube video duration into proper time (seconds)R：将 youtube 视频持续时间格式化为适当的时间（秒）
【发布时间】：2018-03-06 13:25:32
【问题描述】：

我有向量（列数据），其中包含 R 中字符串格式的 youtube 播放持续时间。

x <- c(PT1H8S, PT9M55S, PT13M57S, PT1M5S, PT30M12S, PT1H21M5S, PT6M48S, PT31S, PT2M)

如何摆脱PT，然后以秒为单位获得总持续时间？

结果向量应该是c(3608, 595, 837, 65, 1812, 4865, 408, 31, 120)

示例：PT1H21M5S，形式为秒 = 4865。（计算为1H = 1*3600、21M = 21*60、5S = 5*1）

【问题讨论】：

我认为这应该让你继续前进：Dealing with durations defined by days, hours, minutes and seconds such as “1d 3h 2m 28s” in R; Convert characters with time units (ms, s, us) into numerics

标签： r string-formatting

【解决方案1】：

我用正则表达式命令编写了一个小应用循环，删除除了秒、分钟或小时之外的所有内容，然后将所有内容转换为秒。

x <- c("PT1H8S", "PT9M55S", "PT13M57S", "PT1M5S", "PT30M12S", "PT1H21M5S", "PT6M48S")
x2 <- sapply(x, function(i){
  t <- as.numeric(gsub("^(.*)M|^(.*)H|S$", "", i))
  if(grepl("M", i)) t <- t + as.numeric(gsub("^(.*)PT|^(.*)H|M(.*)$", "",i)) * 60
  if(grepl("H", i)) t <- t + as.numeric(gsub("^(.*)PT|H(.*)$", "",i)) * 3600
  t
})
x2
   PT1H8S   PT9M55S  PT13M57S    PT1M5S  PT30M12S PT1H21M5S   PT6M48S 
 3608       595       837        65      1812      4865       408

编辑：根据请求

x <- c("PT1H8S", "PT9M55S", "PT13M57S", "PT1M5S", "PT30M12S", "PT1H21M5S", "PT6M48S", "PT31S", "PT2M")
x2 <- sapply(x, function(i){
  t <- 0
  if(grepl("S", i)) t <- t + as.numeric(gsub("^(.*)PT|^(.*)M|^(.*)H|S$", "", i))
  if(grepl("M", i)) t <- t + as.numeric(gsub("^(.*)PT|^(.*)H|M(.*)$", "",i)) * 60
  if(grepl("H", i)) t <- t + as.numeric(gsub("^(.*)PT|H(.*)$", "",i)) * 3600
  t
})
x2
   PT1H8S   PT9M55S  PT13M57S    PT1M5S  PT30M12S PT1H21M5S   PT6M48S     PT31S      PT2M 
     3608       595       837        65      1812      4865       408        31       120

这应该涵盖所有情况。如果还有更多，诀窍是更改正则表达式。 ^ 是字符向量的开头，$ 是结尾。 (.*) 就是一切。所以^(.*)H 表示从开头到 H 之间的所有内容。我们将其替换为空。

【讨论】：

@JobGrub 谢谢。还有一件事，当我通过PT31S 或PT2M 时，你能稍微修改一下你的代码吗，这给了我错误，我还在我的问题中添加了PT31S 以使其更清楚。

【解决方案2】：

这是dplyr 和stringr 的解决方案：

df %>%
  # extract hours, minutes, and seconds and convert to numeric:
  mutate(
    h = as.numeric(str_extract(x, "(?<=PT)\\d+(?=H)")),
    m = as.numeric(str_extract(x, "(?<=PT|H)\\d+(?=M)")),
    s = as.numeric(str_extract(x, "(?<=PT|H|M)\\d+(?=S)"))
  ) %>%
  # replace NA with 0:
  mutate(
    across(everything(), replace_na, 0)
  ) %>%
  # calculate time in seconds:
  mutate(sec = h*3600+m*60+s)
          x h  m  s  sec
1    PT1H8S 1  0  8 3608
2   PT9M55S 0  9 55  595
3  PT13M57S 0 13 57  837
4    PT1M5S 0  1  5   65
5  PT30M12S 0 30 12 1812
6 PT1H21M5S 1 21  5 4865
7   PT6M48S 0  6 48  408
8     PT31S 0  0 31   31
9      PT2M 0  2  0  120

数据：

df <- data.frame(x = c("PT1H8S", "PT9M55S", "PT13M57S", "PT1M5S", "PT30M12S", "PT1H21M5S", "PT6M48S", "PT31S", "PT2M"))

【讨论】：

【解决方案3】：

你可以使用 Lubridate 包：

library(lubridate)
 
 x <- c("PT1H8S", "PT9M55S", "PT13M57S", "PT1M5S", "PT30M12S", "PT1H21M5S", "PT6M48S")
 
 x2 <- as.numeric(duration(x))
 
 x2
[1] 3608  595  837   65 1812 4865  408

【讨论】：