R中不规则格式的解析时间答案

【问题标题】：Parse Time of irregular format in RR中不规则格式的解析时间
【发布时间】：2017-03-19 09:32:53
【问题描述】：

我有一段时间，

  [1] "9.58"      "19.19"     "43.03"     "1:40.91"   "2:11.96"   "3:26.00"  
  [7] "3:43.13"   "4:44.79"   "7:20.67"   "12:37.35"  "26:17.53"  "26:44"

其中一些只有十进制的秒数。其中一些有分钟和小时，并用“：”分隔

我希望所有这些都在一个单位中（秒或分钟或小时）。我怎么能在R中做到这一点

【问题讨论】：

该示例所需的输出是什么？
正如我所说，所有时间都以秒或分钟或秒为单位的向量。例如，9.58 将是 9.58，1:40.91 将是 100.91。一切都在几秒钟内。

标签： r datetime time datetime-format

【解决方案1】：

我总是非常不愿意手动解析日期和时间，我对自己的代码的信任远低于其他构建专用工具的测试工作。

所以我会使用lubridate 例如：

library(lubridate)

data <-
  c("9.58", "19.19", "43.03", "1:40.91", "2:11.96", "3:26.00", 
   "3:43.13", "4:44.79", "7:20.67", "12:37.35", "26:17.53", "26:44")

difftime(parse_date_time(data, orders = c("%H %M %OS", "%M %OS", "%OS")), 
         parse_date_time("0", orders = "%S"))

# Time differences in secs
#  [1]    9.580002   19.190002   43.029999  100.910004  131.959999
# [6]  206.000000  223.129997  284.790001  440.669998  757.349998
# [11] 1577.529999 1604.000000

lubridate 提供了提供连续尝试的多种解析格式的有利可能性（此处为c("%H:%M:%OS", "%M:%OS", "%OS")，另请注意，可以省略: 分隔符，以便在输入数据格式不正确的情况下进行更健壮的解析）。
我的解决方案仍然有点“hacky”，因为我无法将它们直接解析为difftimes，而是解析为POSIXct，所以我将它们与0 进行了比较以输出difftimes。

【讨论】：

【解决方案2】：

您可以用冒号分隔符: 上的str_split 拆分字符串并将它们转换为秒。

have <- c("9.58","1:40.91","1:01:02.1")

have_split <- strsplit(have,":")   ## List of times split

convert <- function(x){
    x <- as.numeric(x)
    if(length(x) == 1){               ## Has only seconds
        x                           
    } else if(length(x) == 2){        ## Has seconds and minutes
        out <- x[1]*60+x[2]
    } else if(length(x) == 3){        ## Has seconds, minutes and hours
        out <- x[1]*60^2+x[2]*60+x[3]
    }
}

sapply(have_split,convert)
## [1]    9.58  100.91 3662.10

【讨论】：

【解决方案3】：

用sub将格式统一成统一格式后的几种方法

data1 <- sub("^([^:]+:[^:]+)$", "00:\\1", sub("^([0-9]*\\.*[0-9]*)$", "00:00:\\1", data))

1) 使用chron - 将“data1”转换为times 对象，强制转换为numeric 并乘以一天中的秒数，即86400

library(chron)
60*60*24*as.numeric(times(data1))
#[1]    9.58   19.19   43.03  100.91  131.96  206.00
#[7]  223.13  284.79  440.67  757.35 1577.53 1604.00

2) 使用 lubridate 中的 period_to_seconds - 转换为日期时间对象，然后使用 period_to_seconds 将其更改为秒

library(lubridate)
period_to_seconds(hms(data1))
#[1]    9.58   19.19   43.03  100.91  131.96  206.00
#[7]  223.13  284.79  440.67  757.35 1577.53 1604.00

【讨论】：