2

我已经注意到几次使用日期不允许使用 R 中的常用技巧。假设我有一个带日期的数据帧 Data（见下文），我想将完整的数据帧转换为日期类。到目前为止，我能想到的唯一解决方案是：

for (i in 1:ncol(Data)){
    Data[,i] <- as.Date(Data[,i],format="%d %B %Y")
}

这给出了具有正确结构的数据框：

> str(Data)
'data.frame':   6 obs. of  4 variables:
 $ Rep1:Class 'Date'  num [1:6] 12898 12898 13907 13907 13907 ...
 $ Rep2:Class 'Date'  num [1:6] 13278 13278 14217 14217 14217 ...
 $ Rep3:Class 'Date'  num [1:6] 13600 13600 14340 14340 14340 ...
 $ Rep4:Class 'Date'  num [1:6] 13831 13831 14669 14669 14669 ...

使用经典的应用方法会带来完全不同的东西。尽管所有变量都属于同一类并且属于同一类，但我无法获得正确类的数据框或矩阵作为输出：

> str(sapply(Data,as.Date,format="%d %B %Y"))
 num [1:6, 1:4] 12898 12898 13907 13907 13907 ...
 - attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:4] "Rep1" "Rep2" "Rep3" "Rep4"
> str(apply(Data,2,as.Date,format="%d %B %Y"))
 num [1:6, 1:4] 12898 12898 13907 13907 13907 ...
 - attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:4] "Rep1" "Rep2" "Rep3" "Rep4"

如果您想在 Date 对象中再次转换这些矩阵，您需要一个原点。该起源可能因系统而异，因此在 apply() 之后使用 as.Date 或其他函数也无济于事。如果你应用原点，你会再次得到一个向量。

有人对这种数据有一个干净的解决方案吗？下面是我在示例中使用的数据框。

Data <- structure(list(Rep1 = c(" 25 April 2005 ", " 25 April 2005 ", 
" 29 January 2008 ", " 29 January 2008 ", " 29 January 2008 ", 
" 29 January 2008 "), Rep2 = c(" 10 May 2006 ", " 10 May 2006 ", 
" 4 December 2008 ", " 4 December 2008 ", " 4 December 2008 ", 
" 4 December 2008 "), Rep3 = c(" 28 March 2007 ", " 28 March 2007 ", 
" 6 April 2009 ", " 6 April 2009 ", " 6 April 2009 ", " 6 April 2009 "
), Rep4 = c(" 14 November 2007 ", " 14 November 2007 ", " 1 March 2010 ", 
" 1 March 2010 ", " 1 March 2010 ", " 1 March 2010 ")), .Names = c("Rep1", 
"Rep2", "Rep3", "Rep4"), row.names = c("1", "2", "3", "4", "5", 
"6"), class = "data.frame")
4

2 回答 2

5

我认为最简洁的方法是：

Data[] <- lapply(Data, as.Date,format="%d %B %Y")

这也很好地概括了并非所有列都是日期的情况：

Data[date_col] <- lapply(Data[date_col], as.Date,format="%d %B %Y")

您还可以使用其他几个包来简化日期解析

library(stringr)
library(lubridate)
Data[] <- lapply(Data, function(x) dmy(str_trim(x)))

这有点冗长，但具有您不需要自己弄清楚数据格式的优点。

于 2010-08-30T16:23:53.590 回答
3

怎么样

str(as.data.frame(lapply(Data,as.Date,format="%d %B %Y")))
# 'data.frame':   6 obs. of  4 variables:
#  $ Rep1:Class 'Date'  num [1:6] 12898 12898 13907 13907 13907 ...
#  $ Rep2:Class 'Date'  num [1:6] 13278 13278 14217 14217 14217 ...
#  $ Rep3:Class 'Date'  num [1:6] 13600 13600 14340 14340 14340 ...
#  $ Rep4:Class 'Date'  num [1:6] 13831 13831 14669 14669 14669 ...
于 2010-08-30T11:32:07.280 回答