【发布时间】:2016-02-17 09:24:49
【问题描述】:
我已经尽力使用拆分功能和其他功能,但无济于事。
【问题讨论】:
-
请向我们展示您的尝试。
-
为什么要删除这个例子?没有它,问题就不清楚了
我已经尽力使用拆分功能和其他功能,但无济于事。
【问题讨论】:
我们可以将read.table/read.csv 与sep 选项一起使用。
read.table(text=as.character(df1$datetime), sep=' ',
col.names=c('date', 'time'),
header=FALSE, stringsAsFactors=FALSE)
# date time
#1 01/01/2011 0:00
#2 01/01/2011 1:00
#3 01/01/2011 2:00
#4 01/01/2011 3:00
#5 01/01/2011 4:00
或tidyr
library(tidyr)
separate(df1, datetime, into= c('date', 'time'), sep=' ')
【讨论】: