"％Y-％m-％d％H：％M：％S"という形式のデータ型変数を含む大きなデータセット（数百万の観測値）があります。 "％m /％d /％Yと％H：％M：％S"と入力します。一貫性のないdatetime変数の書式設定
df <- data.frame(var1 = c(1:6),
var2 = c("A", "B", "C", "A", "B", "C"),
datetime = c("2013-07-01 00:00:02", "2016-07-01 00:00:01",
"9/2/2014 00:01:20", "9/1/2014 00:00:25",
"1/1/2015 0:07", "6/1/2015 0:01"))
ユニークな、一貫した日付時刻形式に日時変数をフォーマットするための効率的な方法があります：データセットがどのように見えるかここで
はありますか？
POSIXCT溶液を使用するとparse_date_timeです。
EDIT：@Akarsh JainのPOSIXCTフォーマットを組み込んで、タイムアライメントを改善しました。
df$new_date <- parse_date_time(df$datetime, c("%Y-%m-%d %H:%M:%S", "%m/%d/%Y %H:%M:%S", "%m/%d/%Y %H:%M"))
ええと...私はこの' df $ datetime < - parse_date_time（df $ datetime 、％m /％d /％Y％H％％％％％％％％％％％％％％％％ ％H：％M "））' – Sagar
同じ@D.senを投稿しました。偶然にも。あなたが気にしないことを願っています。 –
^私の解決策が7分から7秒に適応していることを認識しているので、これはより良い答えです。 –
このようにlubridateパッケージを使用できます。必要に応じて
lubridate::parse_date_time(x = df$datetime, c("ymd HMS","mdy HMS"))
[1] "2013-07-01 00:00:02 UTC" "2016-07-01 00:00:01 UTC" "2014-09-02 00:01:20 UTC"
[4] "2014-09-01 00:00:25 UTC" NA NA
Warning message:
2 failed to parse.
lubridate::parse_date_time(x = df$datetime, c("ymd HMS","mdy HMS","mdy HM"))
[1] "2013-07-01 00:00:02 UTC" "2016-07-01 00:00:01 UTC" "2014-09-02 00:01:20 UTC"
[4] "2014-09-01 00:00:25 UTC" "2015-01-01 00:07:00 UTC" "2015-06-01 00:01:00 UTC"
あなたは、私が言及した2つの例を比較することができる、自分の日時形式を指定することができます。
希望すると、これが役に立ちます。 :)
あいまいな日付（2014年9月2日など）がない場合は、anytimeパッケージの 'anytime'を使用できます。そのままで、あなたはあなたのデータにあるすべてのフォーマットで 'as.POSIXct'を使うことができます。 – Roland