数据框中每第二列的舍入日期 [英] Rounding Date in every second column of data frame
问题描述
一个不寻常的请求，但是我试图在数据帧的第二列中四舍五入日期时间。我想我已经可以确定每隔两列了（使用 df [c（T，F）] ，但是在确定如何将转换应用于这些列时遇到了麻烦。 / p>
这是我当前要使用的内容：
ci in 1：ncol（df1 [c（T，F）]））{
ci< round.POSIXt（as.Date（df [c（T，F）]）），format =％d / ％m /％Y％H：％M）
}
我也是无法将当前日期戳转换为日期，因为它们以以下格式存储为因子2013/10/24 00:19:00。我尝试了很多方法，包括：
as.POSIXct（strptime（as.numeric（（df [2]，％Y /％m /％d％H：％M：％S））
strptime（df [2]，format ='％Y /％m /％d％H：％M：％S'）
但我一直收到以下错误：
as错误。 Date.default（a [1]）：
不知道如何将 a [1]转换为日期类
编辑：可复制示例
我在数据帧上使用dput来复制前3行和6列，对于输出的长度表示歉意（我假设这是由于存储了日期）
结构（列表（Sample.Time..Trend.1）。 = structure（2：4，.Label = c（，
2013/10/24 00:19:00， 2013/10/24 00:49:00， 2013/10 / 24 01:18:59，
2013/10/24 01:48:59， 2013/10/24 02:18:59， 2013/10/24 02:48:59 ，
2013/10/24 03:18:59， 2013/10/24 03:48:59，class = factor），AHU.DJ_SATemp = c（23.5765，
23.5814，23.5814），Sample.Time..Trend.2。= structure（2：4，.Label = c（，
2013/10/24 00:19:00， 2013/10 / 24 00:49:00， 2013/10/24 01:18:59，
2013/10/24 01:48:59， 2013/10/24 02:18:59， 2013/10/24 02:48:59，
2013/10/24 03 ：18：59， 2013/10/24 03:48:59），class = factor），AHU.DJ_RATemp = c（23.5814，
23.5814，23.4886），Sample.Time..Trend .3。 = structure（1：3，.Label = c（ 2013/10/21 22:30:00，
2013/10/21 23:00:00， 2013/10/21 23： 30:00， 2013/10/22 00:00:00，
2013/10/22 00:30:00， 2013/10/22 01:00:00， 2013 / 10/22 01:30:00，
2013/10/22 02:00:00， 2013/10/22 02:30:00， 2013/10/22 03:00:00，
2013/10/22 03 ：30：00），类= factor），AHU.DJ_HWValve = c（0，
0，0）），.Names = c（ Sample.Time..Trend.1。， AHU.DJ_SATemp，
Sample.Time..Trend.2。， AHU.DJ_RATemp ， Sample.Time..Trend.3。，
AHU.DJ_HWValve），row.names = c（NA， 3L），类= data.frame）
EDIT2：工作代码：
最后，由于下面的@Henrik，使此工作成为可能。这是代码的最终版本：
库（lubridate）
try（df<-read.csv（ Trends.csv））
＃将日期的因子版本转换为as.POSIXct
df [c（TRUE，FALSE）]<-lapply（df [c（TRUE，FALSE ）]，函数（x）{
as.POSIXlt（strptime（x，，format ='％Y /％m /％d％H：％M：％S'））
}）
str（df）
＃每秒钟将第二列舍入到最近的半小时
df [c（TRUE，FALSE）]<-lapply（df [c（TRUE，FALSE ）]，函数（x）{
格式（as.POSIXlt（round（as.double（x）/（30 * 60））*（30 * 60），origin =（as.POSIXlt（'1970- 01-01'））），format ='％d /％m /％Y％H：％M'）
}
）
＃遍历数据帧和输出结果归档到
中，用于（ci in 1：ncol（df））{
a <-na.omit（cbind（df [ci-1]，df [ci]））
write.csv（a，paste（colnames（df [ci]）， .csv，sep =），quote = FALSE，row.names = FALSE）
}
由于某种原因，您的示例数据对我来说有点奇怪，所以我组成了小数据设置：
库（润滑）
＃一些日期为因子
的测试数据tt<-as.factor（c（Sys.time（），Sys.time（）））
df<-data.frame（a = tt，b = tt，c = tt，d = tt ）
str（df）
＃将日期的因子版本转换为as.POSIXct
df []<-lapply（df，function（x）ymd_hms（as.character （x）））
str（df）
＃每隔第二列舍入到最近的整数
df [c（TRUE，FALSE）]<-lapply（df [c （TRUE，FALSE）]，函数（x）{
round_date（x， minute）
}
）
str（df）
df
＃abcd
＃1 2013-10-29 17:26:00 2013-10-29 17:26:20 2013-10-29 17:26:00 2013-10-29 17:26:20
＃2 2013-10-29 17:26:00 2013-10-29 17:26:20 2013-10-29 17:26:00 2013-10-29 17:26:20
Bit of an unusual request, but I am trying to round up datetimes in every second column of a data frame. I think I can already identify every second column (using df[c(T,F)], but am having trouble working out how to apply the transformation to these columns.
Here is what I am currently trying to use:
for (ci in 1:ncol(df1[c(T,F)])) {
ci<-round.POSIXt(as.Date(df[c(T,F)]),format = "%d/%m/%Y %H:%M")
}
I'm also having trouble converting the current datestamps to dates as they are stored as factors in the following format 2013/10/24 00:19:00. I have tried a number of things, including:
as.POSIXct(strptime(as.numeric((df[2], "%Y/%m/%d %H:%M:%S"))
strptime(df[2], format='%Y/%m/%d %H:%M:%S')
But I keep getting the following error:
Error in as.Date.default(a[1]) :
do not know how to convert 'a[1]' to class "Date"
EDIT: Reproducible example
I used dput on my dataframe to reproduce the first 3 rows and 6 columns, aplogies for the length of output (I assume this is due to the dates being stored as factors at present).
structure(list(Sample.Time..Trend.1. = structure(2:4, .Label = c("",
"2013/10/24 00:19:00", "2013/10/24 00:49:00", "2013/10/24 01:18:59",
"2013/10/24 01:48:59", "2013/10/24 02:18:59", "2013/10/24 02:48:59",
"2013/10/24 03:18:59", "2013/10/24 03:48:59", class = "factor"), AHU.DJ_SATemp = c(23.5765,
23.5814, 23.5814), Sample.Time..Trend.2. = structure(2:4, .Label = c("",
"2013/10/24 00:19:00", "2013/10/24 00:49:00", "2013/10/24 01:18:59",
"2013/10/24 01:48:59", "2013/10/24 02:18:59", "2013/10/24 02:48:59",
"2013/10/24 03:18:59", "2013/10/24 03:48:59"), class = "factor"), AHU.DJ_RATemp = c(23.5814,
23.5814, 23.4886), Sample.Time..Trend.3. = structure(1:3, .Label = c("2013/10/21 22:30:00",
"2013/10/21 23:00:00", "2013/10/21 23:30:00", "2013/10/22 00:00:00",
"2013/10/22 00:30:00", "2013/10/22 01:00:00", "2013/10/22 01:30:00",
"2013/10/22 02:00:00", "2013/10/22 02:30:00", "2013/10/22 03:00:00",
"2013/10/22 03:30:00"), class = "factor"), AHU.DJ_HWValve = c(0,
0, 0)), .Names = c("Sample.Time..Trend.1.", "AHU.DJ_SATemp",
"Sample.Time..Trend.2.", "AHU.DJ_RATemp", "Sample.Time..Trend.3.",
"AHU.DJ_HWValve"), row.names = c(NA, 3L), class = "data.frame")
EDIT2: Working Code:
Finally got this working with thanks to @Henrik below. Here is the final version of the code:
library(lubridate)
try(df<- read.csv("Trends.csv"))
# convert factor versions of dates to as.POSIXct
df[c(TRUE, FALSE)] <- lapply(df[c(TRUE, FALSE)], function(x){
as.POSIXlt(strptime(x, , format='%Y/%m/%d %H:%M:%S'))
})
str(df)
# round every second columns to nearest half-hour
df[c(TRUE, FALSE)] <- lapply(df[c(TRUE, FALSE)], function(x){
format(as.POSIXlt(round(as.double(x)/(30*60))*(30*60),origin=(as.POSIXlt('1970-01-01'))),format='%d/%m/%Y %H:%M')
}
)
# Loop through data frame and output results to file
for (ci in 1:ncol(df)) {
a<-na.omit(cbind(df[ci-1],df[ci]))
write.csv(a, paste(colnames(df[ci]), ".csv",sep = ""),quote=FALSE,row.names=FALSE)
}
For some reason your example data turned up a little bit strange for me, so I made up a small data set:
library(lubridate)
# some test data with dates as factors
tt <- as.factor(c(Sys.time(), Sys.time()))
df <- data.frame(a = tt, b = tt, c = tt, d = tt)
str(df)
# convert factor versions of dates to as.POSIXct
df[] <- lapply(df, function(x) ymd_hms(as.character(x)))
str(df)
# round every second columns to nearest minut
df[c(TRUE, FALSE)] <- lapply(df[c(TRUE, FALSE)], function(x){
round_date(x, "minute")
}
)
str(df)
df
# a b c d
# 1 2013-10-29 17:26:00 2013-10-29 17:26:20 2013-10-29 17:26:00 2013-10-29 17:26:20
# 2 2013-10-29 17:26:00 2013-10-29 17:26:20 2013-10-29 17:26:00 2013-10-29 17:26:20
这篇关于数据框中每第二列的舍入日期的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
