从 ffdf 中的时间戳/日期时间列中分离时间和日期值

Question

我是一个相对较新的 R 用户，这是我在 StackOverflow 上的第一个问题，如果我的问题不清楚或在其他地方明显说明，请致歉。

我有一个大型数据集（7.8 GB，1.37 亿个观测值），我以 ffdf 格式加载到 R 中，因为我的理解是这将允许我操作数据（目的是将其减小到可管理的大小) 不会让我的电脑崩溃。

我的数据集包含六个特征，其中之一是格式为“2012-10-12 00:30:00 BST”的时间戳。由于每次观察（电力读数）都是每隔半小时进行一次，我想根据观察发生当天的 48 个半小时中的哪一个对数据进行分类。因此，作为第一步，我想将日期和时间与时间戳分开。 （之后的目标是每半小时将此时间列编码为 1-48。）

以下代码用于创建新的日期列：

ff1$date <- as.character(as.Date(ff1$DateTime))

但是，我正在努力做同样的事情，并尝试了许多基于可能从其他示例粗略复制的方法。

(1)ff1$time <- as.POSIXct(strptime(as.character(ff1$DateTime),"%T"))

(2)ff1$time <- strptime(ff1$DateTime,"%Y-%m-%d %H:%M:%S")

(3)ff1$time <- sapply(strptime(as.character(ff1$DateTime)," "), "[", 2)

这些都不起作用。上面三行中每一行的错误是：

(1)Error in strptime(as.character(ff1$DateTime), "%T") : invalid 'x' argument

(2)Error in strptime(ff1$DateTime, "%Y-%m-%d %H:%M:%S") : invalid 'x' argument

(3)Error in strptime(as.character(ff1$DateTime), " ") : invalid 'x' argument

这是因为数据是 fdff 格式的吗？还有其他方法吗？

非常感谢！

阿琼

输入：

structure(list(LCLid = structure(c(1L, 1L, 1L, 1L), .Label = "MAC000002", class = "factor"), 
    stdorToU = structure(c(1L, 1L, 1L, 1L), .Label = "Std", class = "factor"), 
    DateTime = structure(c(1349998200, 1.35e+09, 1350001800, 
    1350003600), tzone = "", class = c("POSIXct", "POSIXt")), 
    KWH.hh..per.half.hour. = structure(c(1L, 1L, 1L, 1L), .Label = " 0 ", class = "factor"), 
    Acorn = structure(c(1L, 1L, 1L, 1L), .Label = "ACORN-A", class = "factor"), 
    Acorn_grouped = structure(c(1L, 1L, 1L, 1L), .Label = "Affluent", class = "factor"), 
    date = structure(c(1L, 2L, 2L, 2L), .Label = c("2012-10-11", 
    "2012-10-12"), class = "factor")), row.names = c("1", "2", 
"3", "4"), class = "data.frame")

相关列的标题：

      LCLid            DateTime
1 MAC000002 2012-10-12 00:30:00
2 MAC000002 2012-10-12 01:00:00
3 MAC000002 2012-10-12 01:30:00
4 MAC000002 2012-10-12 02:00:00
5 MAC000002 2012-10-12 02:30:00
6 MAC000002 2012-10-12 03:00:00

Answer 1

如果您经常使用日期和时间，lubridate 可能会有所帮助。这里我使用ymd_hms()来转换year-month-day hour-minute-s第二种格式转换为实际的日期时间。然后使用格式。

这与其他解决方案没有本质区别，只是转换回日期时间的不同方式。

代码：

library(lubridate)

ff1$time <- format(ymd_hms(ff1$DateTime), format = "%H:%M:%S")

结果：

> ff1
      LCLid stdorToU            DateTime KWH.hh..per.half.hour.   Acorn Acorn_grouped       date     time
1 MAC000002      Std 2012-10-11 19:30:00                     0  ACORN-A      Affluent 2012-10-11 19:30:00
2 MAC000002      Std 2012-10-11 20:00:00                     0  ACORN-A      Affluent 2012-10-12 20:00:00
3 MAC000002      Std 2012-10-11 20:30:00                     0  ACORN-A      Affluent 2012-10-12 20:30:00
4 MAC000002      Std 2012-10-11 21:00:00                     0  ACORN-A      Affluent 2012-10-12 21:00:00

Answer 2

您尝试的代码出错可能是因为"DateTime 列不属于"POSIXt"、"POSIXct" 类。因此，首先强制转换为日期/时间类，然后仅提取时间。

ff1$DateTime <- as.POSIXct(ff1$DateTime)
format(ff1$DateTime, format = "%T")
#[1] "00:30:00"

编辑。

如果上面给出错误尝试

ff1$DateTime <- as.POSIXct(as.character(ff1$DateTime))
format(ff1$DateTime, format = "%T")

数据。

ff1 <- data.frame(DateTime = "2012-10-12 00:30:00 BST")

Answer 3

你可以使用strsplit。

sapply(strsplit(as.character(dat$x), " "), `[`, 1)
# [1] "2012-10-12" "2012-10-12" "2012-10-12" "2012-10-12" "2012-10-12"
sapply(strsplit(as.character(dat$x), " "), `[`, 2)
# [1] "00:30:00" "00:30:00" "00:30:00" "00:30:00" "00:30:00"

---

数据：

x <- "2012-10-12 00:30:00 BST"
dat <- data.frame(x=replicate(5, x))