r - 从长字符串中提取日期

Question

我有一个数据框，其日期格式如下:

1:9:Tue Aug 12 2014 19:25:24 GMT+0530 (IST)

我想在三个不同的列中提取三个变量日、日期和时间并将其添加到数据框中

Day as Tue
Date as 12/08/2014
Time as 7:25:24PM

前两个数字没有任何意义。

数据框由超过 700,000 行组成，我希望用新列来替换现有列。

Answer 1

将日期时间作为 3 个单独的列添加到 data.frame 时应小心，因为您的 3 列不能唯一标识特定的日期时间，因为您不考虑时区。如果您的所有日期时间都位于同一时区，这应该不是问题。

s <- '1:9:Tue Aug 12 2014 19:25:24 GMT+0530 (IST)'
# If the first two numbers do not mean anything and are always separated by a
# colon, then we can remove them with the following gsub command:
s <- gsub("^[[:digit:]:]+","",s)
# Now we can convert the string to a POSIXlt object, assuming they all follow
# the format of including "GMT" before the signed timezone offset
p <- strptime(s, "%a %b %d %Y %H:%M:%S GMT%z")

即使您的日期时间具有不同的时区偏移，上述内容也将起作用。例如:

# these times are the same, just in a different timezone (the second is made up)
s <- c('1:9:Tue Aug 12 2014 19:25:24 GMT+0530 (IST)',
       '9:1:Tue Aug 12 2014 19:55:24 GMT+0600 (WAT)')
s <- gsub("^[[:digit:]:]+","",s)
p <- strptime(s, "%a %b %d %Y %H:%M:%S GMT%z")
# the times are the same
as.POSIXct(p, tz="UTC")
# [1] "2014-08-12 08:55:24 UTC" "2014-08-12 08:55:24 UTC"

将日期时间格式化为您想要的字符串很容易；只需使用 ?strptime 中的格式规范即可。

data.frame(Day=format(p, "%a"), Date=format(p, "%d/%m/%Y"),
  Time=format(p, "%I:%M:%S%p"), stringsAsFactors=FALSE)