问题描述
我有一个data.frame,其中有多个包含日期的列。目前,它们被认为是“要素”类。 我想选择所有应为日期的列(其中有10列,它们的名称都带有“ Date”,例如Date_Construc,Date_use,Comp_date ...),然后将它们从要素转换为日期。
这是我尝试过的: 首先,我要选择向量中的相关列
library(tidyselect)
date_vars <- vars_select(names(df1),contains("Date",ignore.case = TRUE))
然后
library(lubridate)
date_vars <- dmy(date_vars)
也尝试过
date_vars <- vars_select(names(df1),ignore.case = TRUE))
df1[date_vars] <- lapply(df1[date_vars],as.Date)
我明白了
Error in as.Date.numeric(X[[i]],...) : 'origin' must be supplied
也
date_vars <- vars_select(names(df1),ignore.case = TRUE))
df1[date_vars] <- dmy(as.character(df1[date_vars])
有结果
Warning message:
All formats Failed to parse. No formats found.
这是当前格式的示例数据:
Date_Construct= c("10/03/2018 00:00","21/03/2015 00:00","20/02/2012 00:00")
Date_use = c("02/08/2007 00:00","31/10/2007 00:00","13/08/2008 00:00")
ID = c("0001","34560","100041531")
Comp = c("Revis","Succ","Revis")
dfq= data.frame(`ID`,`Date_Construct`,`Date_use`,`Comp`)
ID Date_Construct Date_use Comp
1 0001 10/03/2018 00:00 02/08/2007 00:00 Revis
2 34560 21/03/2015 00:00 31/10/2007 00:00 Succ
3 100041531 20/02/2012 00:00 13/08/2008 00:00 Revis
解决方法
根据提供的新数据更新答案。
尝试以下方法。无需删除日期时间字符串的时间部分。您可以使用与数据匹配的lubridate
函数(在本例中为dmy_hm()
)对其进行解析,然后忽略它。
dfq_parsed <- dfq %>%
mutate(across(contains("date",ignore.case = TRUE),dmy_hm))
这将产生:
ID Date_Construct Date_use Comp
1 0001 2018-03-10 2007-08-02 Revis
2 34560 2015-03-21 2007-10-31 Succ
3 100041531 2012-02-20 2008-08-13 Revis
日期与POSIXct相同,但这很容易使用:
'data.frame': 3 obs. of 4 variables:
$ ID : chr "0001" "34560" "100041531"
$ Date_Construct: POSIXct,format: "2018-03-10" "2015-03-21" "2012-02-20"
$ Date_use : POSIXct,format: "2007-08-02" "2007-10-31" "2008-08-13"
$ Comp : chr "Revis" "Succ" "Revis"