子集在R中格式错误 [英] Subset dates in the wrong format in R

问题描述

我有问卷数据，参与者以各种格式输入了他们的出生日期：

  ID < c（101,102,103,104,105,106,107）
 dob<  -  c（20/04/2001，29/10/2000，2012年9月1日，15/11/00，20.01.1999 1999年4月20日，04/08/01）
 df<  -  data.frame（ID，dob）
  

在进行任何分析之前，我需要在数据不正确的格式（即dd / mm / yr）时对数据进行子集，然后手动修正每个单元格。 p>

我尝试使用：

  df $ dob<  -  strptime（dob ，％d /％m /％Y）
  

...以突出显示我的哪个日期是正确的格式，但我只是得到NAs的输入错误的日期，这是没有帮助的，如果我想随后更改它们（使用ID作为参考）。

有人有任何想法可以帮助我吗？

解决方案

查看 lubridate 包。

 库（lubridate）
 parse_date_time（dob，c（dmy，Bdy））
＃[1]2001-04-20 UTC2000-10-29 UTC2012-09-01 UTC 0000-11-15 UTC1999-01-20 UTC
＃[6]1999-04-20 UTC0001-08-04 UTC
  

I have questionnaire data where participants have inputted their date of birth in a wide variety of formats:

ID <- c(101,102,103,104,105,106,107)
dob <- c("20/04/2001","29/10/2000","September 1 2012","15/11/00","20.01.1999","April 20th 1999", "04/08/01")
df <- data.frame(ID, dob)

Before doing any analysis, I need to be able to subset the data when it is not in the correct format (i.e. dd/mm/yr) and then correct each cell in turn manually.

I tried using:

df$dob <- strptime(dob, "%d/%m/%Y")

... to highlight which of my dates were in the correct format, but I just get NAs for the dates that are inputted incorrectly which is not helpful if I want to subsequently change them (using the ID as a reference).

Does anyone have any ideas which may be able to help me?

解决方案

Check out the lubridate package.

library(lubridate)
parse_date_time(dob, c("dmy", "Bdy"))
# [1] "2001-04-20 UTC" "2000-10-29 UTC" "2012-09-01 UTC" "0000-11-15 UTC" "1999-01-20 UTC"
# [6] "1999-04-20 UTC" "0001-08-04 UTC"

这篇关于子集在R中格式错误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！