如何简化我的 dplyr/apply 脚本？

Question

我想使用包含 POSIXct 数据点的 df 完成几个步骤。

基本上，数据框中的三列具有不同的日期。需要达到以下几点：

1. 将三列中每一行的所有日期更改为相同（保持时间不变

2. 计算列/行中的实际时间与标称日期/时间组合之间的时间差，这会产生三个新列（秒）

我已经成功地做到了，但是我的答案（我已经寻求帮助）似乎太长太麻烦了，这里是：

我做的第一件事是创建一个用于计算的名义日期：

date.zero<- as.POSIXct("2018-01-01 00:00:00 EST")

然后我将特定列中数据框每一行中的所有日期更改为相同的日期

df$tim.col.1 <- as.POSIXct(sub("\\S+", "2018-01-01", df$tim.col.1))
df$tim.col.2 <- as.POSIXct(sub("\\S+", "2018-01-01", df$tim.col.2))
df$tim.col.2 <- as.POSIXct(sub("\\S+", "2018-01-01", df$tim.col.2))

最后，我使用 lapply 从 date.zero 中减去日期以产生以秒为单位的时差（即基本上从 00:00:00 开始的秒数）

df["tim.col.1"] <- lapply(df["tim.col.1"],function(x) x-date.zero)
df["tim.col.2"] <- lapply(df["tim.col.2"],function(x) x-date.zero)
df["tim.col.3"] <- lapply(df["tim.col.3"],function(x) x-date.zero)

现在。我猜所有这些都可以很容易地使用 lapply 以更好的方式或使用 dplyr 来完成，所以我不需要输入所有这些代码......也许使用类似的东西但是将所有东西集成在一起？

newdf  <- df %>% rowwise () %>% mutate(xxx=tim.col.1-date.zero,
                                  xxx2=tim.col.2-date.zero,
                                  xxx3=tim.col.3-date.zero)

有人可以告诉我如何最简洁有效地实现这一点。

Answer 1

这是您描述的问题的 dplyr 解决方案：

library(magrittr)
library(dplyr)
library(stringr)
library(lubridate)

date.zero<- ymd_hms("2018-01-01 00:00:00", tz = "America/New_York")

new_df <- df %>% # 1) change all dates to be the same for each row of the three columns
    mutate(tim.col.1 = ymd_hms(str_replace(tim.col.1, "\\S+", "2018-01-01"), tz = "America/New_York"),
          tim.col.2 = ymd_hms(str_replace(tim.col.2, "\\S+", "2018-01-01"), tz = "America/New_York"),
          tim.col.3 = ymd_hms(str_replace(tim.col.3, "\\S+", "2018-01-01"), tz = "America/New_York")) %>%
    # 2) calculate difference in time between actual time in the column/row against a 
    # nominal date/time combination which yields three new columns with seconds
    mutate(tim.col.1 = tim.col.1 - date.zero,
           tim.col.2 = tim.col.2 - date.zero,
           tim.col.3 = tim.col.3 - date.zero)

编辑：这里是基于 Moody_Mudskipper 建议的 mutate_if 版本：

new_df <- df %>% # 1) change all dates to be the same for each row of the three columns
    mutate_if(is.POSIXct, funs(ymd_hms(str_replace(., "\\S+", "2018-01-01"), tz = "America/New_York"))) %>%
    # 2) calculate difference in time between actual time in the column/row against a 
    # nominal date/time combination which yields three new columns with seconds
    mutate_if(is.POSIXct, funs(. - date.zero))