从数据帧 R 中检测和删除错误的时间戳答案

【问题标题】：Detecting and removing wrong timestamps from dataframe R从数据帧 R 中检测和删除错误的时间戳
【发布时间】：2018-09-29 18:05:18
【问题描述】：

下次试试看：

我得到了一个data.frame，它有 500 万行和一个名为“到达时间”的列，格式如下

"11:30:00"
"12:30:00"
"13:30:00"

等等。

在data.frame 的某些地方，它包含像这样的错误条目：

"111:4:00"

两者的长度相同 (8)。如何快速删除这些错误条目？我想它必须寻找某种类型的字符串并且只允许：

[0-2][0-9]:[0-5][0-9]:[0-5][0-9]

请帮忙！

【问题讨论】：

试试grep("^[0-9]{2}:[0-9]{2}:[0-9]{2}", vec, value = TRUE)

标签： r dataframe time rows

【解决方案1】：

您可以使用strptime删除错误条目：

# Sample data.frame 
df <- data.frame(
   Date=c("11:30:00",
     "12:30:00",
     "13:30:00",
     "111:4:00")
)
# Remove the entries which are not following the date format
df[is.na(strptime(df$Date,format="%H:%M:%S")),]

输出：

[1] 111:4:00

【讨论】：

【解决方案2】：

我们可以使用grep

grep("^[0-9]{2}:[0-9]{2}:[0-9]{2}$", vec, value = TRUE)
#[1] "11:30:00" "12:30:00" "13:30:00"

或者另一个选项是来自chron的times

library(chron)
vec[!is.na(times(vec))]
#[1] "11:30:00" "12:30:00" "13:30:00"

数据

vec <- c("11:30:00", "12:30:00", "13:30:00",  "111:4:00")

【讨论】：