[英]Using strptime on NA values
我需要使用strptime函数来转换时间戳,如下所示:
Tue Feb 11 12:18:36 +0000 2014
Tue Feb 11 12:23:22 +0000 2014
Tue Feb 11 12:26:26 +0000 2014
Tue Feb 11 12:28:02 +0000 2014
根据需要,我已将此文件复制到一个csv文件中并将其读取到R中:
timestamp_data <- read.table('timestamp_data.csv')
然后,我尝试使用以下方法将其转换为公认的时间:
timestamp_data_formatted <- strptime(timestamp_data[,1], format ="%a %b %d %H:%M:%S %z %Y")
尝试查看R中的格式化数据时,我仍然得到NA值。我认为问题是,当我在R中查看导入的csv数据时,它没有显示'+0000',而只是显示0。如何解决此问题?
您正在使用read.table
,而不是read.csv
。 前者在空白处分割,因此将日期时间分割为多列:
df <- read.table(text = 'Tue Feb 11 12:18:36 +0000 2014
Tue Feb 11 12:23:22 +0000 2014
Tue Feb 11 12:26:26 +0000 2014
Tue Feb 11 12:28:02 +0000 2014')
df
#> V1 V2 V3 V4 V5 V6
#> 1 Tue Feb 11 12:18:36 0 2014
#> 2 Tue Feb 11 12:23:22 0 2014
#> 3 Tue Feb 11 12:26:26 0 2014
#> 4 Tue Feb 11 12:28:02 0 2014
str(df)
#> 'data.frame': 4 obs. of 6 variables:
#> $ V1: Factor w/ 1 level "Tue": 1 1 1 1
#> $ V2: Factor w/ 1 level "Feb": 1 1 1 1
#> $ V3: int 11 11 11 11
#> $ V4: Factor w/ 4 levels "12:18:36","12:23:22",..: 1 2 3 4
#> $ V5: int 0 0 0 0
#> $ V6: int 2014 2014 2014 2014
如果您使用read.csv
(具有合理的参数),则可以使用:
df <- read.csv(text = 'Tue Feb 11 12:18:36 +0000 2014
Tue Feb 11 12:23:22 +0000 2014
Tue Feb 11 12:26:26 +0000 2014
Tue Feb 11 12:28:02 +0000 2014', header = FALSE, stringsAsFactors = FALSE)
df$datetime <- as.POSIXct(df$V1, format = '%a %b %d %H:%M:%S %z %Y', tz = 'UTC')
df
#> V1 datetime
#> 1 Tue Feb 11 12:18:36 +0000 2014 2014-02-11 12:18:36
#> 2 Tue Feb 11 12:23:22 +0000 2014 2014-02-11 12:23:22
#> 3 Tue Feb 11 12:26:26 +0000 2014 2014-02-11 12:26:26
#> 4 Tue Feb 11 12:28:02 +0000 2014 2014-02-11 12:28:02
str(df)
#> 'data.frame': 4 obs. of 2 variables:
#> $ V1 : chr "Tue Feb 11 12:18:36 +0000 2014" "Tue Feb 11 12:23:22 +0000 2014" "Tue Feb 11 12:26:26 +0000 2014" "Tue Feb 11 12:28:02 +0000 2014"
#> $ datetime: POSIXct, format: "2014-02-11 12:18:36" "2014-02-11 12:23:22" ...
我在这里使用as.POSIXct
而不是strptime
因为前者通常是您所需要的,但是strptime
现在也可以使用。
我发现lubridate
软件包使日期处理变得容易read_csv
,而readr
/ tidyverse
不会自动设置因素。
library(lubridate)
library(tidyverse)
timestamp_data <- read_csv('timestamp_data.csv', col_names = FALSE)
timestamp_data$parsed_date <- parse_date_time(timestamp_data$X1, "%a %b %d %H:%M:%S %z %Y")
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.