ведение столбцов даты / POSIXct при преобразовании класса / типов столбцов - PullRequest
Новая
       11

ведение столбцов даты / POSIXct при преобразовании класса / типов столбцов

0 голосов
/ 27 апреля 2018

У меня есть 400-кадровый фрейм данных с несколькими разбросанными столбцами даты. В приведенном ниже репрезентативном примере я хотел бы добиться следующего:

  1. превратить коэффициенты в числовой символ ИЛИ ИЛИ POSIXct
  2. превратить символы в числовые / целые числа, где это разумно

  3. превратить любой столбец, содержащий дату, в POSIXct, независимо от того, является ли он фактором, символом или датой 

    set.seed(123)
df1 <- data.frame(
A = as.numeric(1:10),
B = sample(seq(as.POSIXct('2000/01/01'), as.POSIXct('2018/01/01'), by="day"), size=10),
C = as.numeric(sample(20:90, size = 10)),
D = sample(c("yes", "no"), size=10, replace = TRUE),
E = as.factor(sample(1000:2000, size = 10)),
F = as.character(c("test","test2","test3","test4","test5","test6","test7","test8","test9","test10")),
G = as.factor(c("test","test2","test3","test4","test5","test6","test7","test8","test9","test10")),
H = as.character(sample(seq(as.POSIXct('2000/01/01'), as.POSIXct('2018/01/01'), by="day"), size=10)),stringsAsFactors=FALSE
)
df1
A                   B  C   D    E      F      G                   H
1   1 2005-03-06 00:00:00 87  no 1963   test   test 2002-07-27 23:00:00
2   2 2014-03-11 00:00:00 51  no 1902  test2  test2 2007-06-17 23:00:00
3   3 2007-05-11 23:00:00 66  no 1690  test3  test3 2007-06-11 23:00:00
4   4 2015-11-22 00:00:00 58  no 1793  test4  test4 2006-08-20 23:00:00
5   5 2016-12-02 00:00:00 26  no 1024  test5  test5 2002-09-27 23:00:00
6   6 2000-10-26 00:00:00 79  no 1475  test6  test6 2002-06-30 23:00:00
7   7 2009-06-30 23:00:00 35  no 1754  test7  test7 2004-03-11 00:00:00
8   8 2016-01-19 00:00:00 22  no 1215  test8  test8 2008-05-17 23:00:00
9   9 2009-11-30 00:00:00 40 yes 1315  test9  test9 2004-10-12 00:00:00
10 10 2008-03-17 00:00:00 85 yes 1229 test10 test10 2015-06-03 23:00:00

unlist(lapply(df1, class))
  A          B1          B2           C           D           E           F           G           H 
  "numeric"   "POSIXct"    "POSIXt"   "numeric" "character"    "factor" "character"    "factor" "character"

Пока что я попробовал следующее (но это не сохраняет столбец POSIXct B) или превратил столбец даты символа (столбец H) в POSIXct: 

df1_clean <- df1 %>% mutate_all(funs(type.convert(as.character(.), as.is = TRUE)))
unlist(lapply(df1_clean, class))
      A           B           C           D           E           F            G           H 
      "integer" "character"   "integer" "character"   "integer" "character" "character" "character"

Для этого небольшого набора данных я мог бы просто вызвать столбцы и преобразовать B и H в POSIXct с lubridate, но я хочу, чтобы он автоматически проходил через фрейм данных.

Любая помощь будет высоко ценится! Спасибо Моу

1 Ответ

0 голосов
/ 27 апреля 2018

Возможно, это не самый элегантный способ, но мне кажется, что он работает. 

#install.packages("tidyverse")
#install.packages("dataCompareR")
library("tidyverse")
library("dataCompareR")



# create reproducible df
set.seed(123)
df1 <- data.frame(
  A = as.numeric(1:10),
  B = sample(seq(as.POSIXct('2000/01/01', tz = "UTC"), as.POSIXct('2018/01/01', tz = "UTC"), by="day"), size=10),
  C = as.numeric(sample(20:90, size = 10)),
  D = sample(c("yes", "no"), size=10, replace = TRUE),
  E = as.factor(sample(1000:2000, size = 10)),
  F = as.character(c("test","test2","test3","test4","test5","test6","test7","test8","test9","test10")),
  G = as.factor(c("test","test2","test3","test4","test5","test6","test7","test8","test9","test10")),
  H = as.character(sample(seq(as.POSIXct('2000/01/01', tz = "UTC"), as.POSIXct('2018/01/01', tz = "UTC"), by="day"), size=10)),stringsAsFactors=FALSE
)
df1 #look at df

unlist(lapply(df1, class)) #look at df classes


df1_clean <- df1 %>% mutate_all(funs(type.convert(as.character(.), as.is = TRUE))) #reassign classes by running type.convert (input are all variables from the df but as.character)
unlist(lapply(df1_clean, class)) #look at df classes now

#check if a column is a Date - https://stackoverflow.com/questions/18178451/is-there-a-way-to-check-if-a-column-is-a-date-in-r
tmp=sapply(df1_clean, function(x) !all(is.na(as.Date(as.character(x),format="%Y-%m-%d", tz = "UTC")))) 

# if tmp is True, change according column to as.POSIXct 
for (i in 1:ncol(df1_clean)){
  if (tmp[i] == T){
    df1_clean[,i]<- as.POSIXct(df1_clean[,i], tz = "UTC")
  }
}

df1_clean #look at df
unlist(lapply(df1_clean, class)) #look at df classes


comp <- rCompare(df1, df1_clean) #compare your dfs before and after using the dataCompareR package
summary(comp) # check summary
...