不同的时间格式 - 如何读取它？ R，读者

Question

我有一个文件，其中包含记录事件时间的列。有时时间采用 mm:ss 格式，有时末尾有额外的零 - mm:ss:00。请参见下面的示例：

id    time
1     20:50
2     76:58:00
3     56:13:00
4     03:44

当我使用 read_csv 读取此数据时，所有较短格式 (mm:ss) 的值都标记为 NA。当我使用read_csv('data.csv', col_types = cols(time = col_character())) 将此值设置为作为字符串读取时，所有值都更改为更短的格式（所以我在第二行中有76:58）。如何解析此 time 列以将所有数据都采用一种格式（无论是较短还是较长），但作为 time 类型的变量并且不会丢失这些较短格式的输入的数据？

为什么在解析为时间时将所有 8 个字符的值都替换为“NA”？

Answer 1

解决第一个问题（短/长格式）：假设time 的所有值都是 5 个字符 (MM:SS) 或 8 个字符 (MM:SS:00)，您可以转换为短格式像这样，假设数据框被命名为df1:

library(dplyr)
df1 %>% 
  mutate(time = substring(time, 1, 5)) 

  id   time
1  1  20:50
2  2  76:58
3  3  56:13
4  4  03:44

这种格式允许我们使用来自lubridate 包的ms 函数。请注意，您的值不是时间（如时钟上的时间）- 它们是持续时间。因此，您可以像这样转换为 Period 对象：

library(lubridate)
df1 %>% 
  mutate(time = substring(time, 1, 5), 
         ts   = ms(time))

  id  time      ts
1  1 20:50 20M 50S
2  2 76:58 76M 58S
3  3 56:13 56M 13S
4  4 03:44  3M 44S

lubridate 也有一个duration 函数，它需要更多的短格式格式（添加“M”和“S”）。

Answer 2

接下来呢？

as.ms <- function(x) {
    unlist(lapply(sapply(x, function(w)
        strsplit(as.character(w), ":")), function(w) {
            if (length(w) == 2) {
                w[2] <- sprintf("%s.00", w[2])
            } else {
                w[2] <- sprintf("%4.2f", as.numeric(w[2]) + as.numeric(w[3]) / 1000);
            }
            w <- paste0(w[1:2], collapse = ":");
        }
    ))
}


lubridate::ms(as.ms(df$time));
#[1] "20M 50S" "76M 58S" "56M 13S" "3M 44S"

解释：as.ms 必要时添加小数秒；那么你可以使用lubridate::hms 来解析时间。

如果你有毫秒，这个方法也可以工作。例如，考虑

df2 <- read.table(text =
    "id    time
1     20:50
2     76:58:00
3     56:13:250
4     03:44", header = T);

然后

lubridate::ms(as.ms(df2$time));
#[1] "20M 50S"    "76M 58S"    "56M 13.25S" "3M 44S"

---

样本数据

df <- read.table(text =
    "id    time
1     20:50
2     76:58:00
3     56:13:00
4     03:44", header = T);