在read.table / read.csv中为colClasses参数指定自定义日期格式

101

题：

在read.table / read.csv中使用colClasses参数时，是否可以指定日期格式？

（我知道我可以在导入后进行转换，但是使用许多这样的日期列，在导入步骤中会更容易进行）

例：

我有一个.csv，日期格式为%d/%m/%Y。

dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))

这使转换错误。例如，15/07/2008变为0015-07-20。

可复制的代码：

data <- 
structure(list(func_loc = structure(c(1L, 2L, 3L, 3L, 3L, 3L, 
3L, 4L, 4L, 5L), .Label = c("3076WAG0003", "3076WAG0004", "3076WAG0007", 
"3076WAG0009", "3076WAG0010"), class = "factor"), order_type = structure(c(3L, 
3L, 1L, 1L, 1L, 1L, 2L, 2L, 3L, 1L), .Label = c("PM01", "PM02", 
"PM03"), class = "factor"), actual_finish = structure(c(4L, 6L, 
1L, 2L, 3L, 7L, 1L, 8L, 1L, 5L), .Label = c("", "11/03/2008", 
"14/08/2008", "15/07/2008", "17/03/2008", "19/01/2009", "22/09/2008", 
"6/09/2007"), class = "factor")), .Names = c("func_loc", "order_type", 
"actual_finish"), row.names = c(NA, 10L), class = "data.frame")


write.csv(data,"data.csv", row.names = F)                                                        

dataImport <- read.csv("data.csv")
str(dataImport)
dataImport

dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))
str(dataImport)
dataImport

这是输出的样子：

代码输出

r date read.table read.csv

— 汤米·奥德尔
source

执行此操作的一种怪异方法是创建您自己的版本read.table并添加format传递给的参数as.Date。不过，如果我没有想到更好的方法，我也不会感到惊讶。

— joran 2012年

158

您可以编写自己的函数，该函数接受字符串并将其使用所需的格式转换为Date，然后使用将setAs其设置为as方法。然后，您可以将函数用作colClasses的一部分。

尝试：

setAs("character","myDate", function(from) as.Date(from, format="%d/%m/%Y") )

tmp <- c("1, 15/08/2008", "2, 23/05/2010")
con <- textConnection(tmp)

tmp2 <- read.csv(con, colClasses=c('numeric','myDate'), header=FALSE)
str(tmp2)

然后根据需要进行修改以处理您的数据。

编辑-

您可能需要先运行setClass('myDate')以避免警告（您可以忽略该警告，但是如果您经常执行此操作，则会变得很烦人，这是摆脱它的简单调用）。

— 格雷格·雪诺
source

2

哇-setAs是救命稻草！我怎么从未见过此功能？

— user295691

4

请注意，您可能会收到“未定义类“ myDate”的警告”警告，如本问题所述。

— Danny D'Amours

1

什么是setMethod('myDate')应该做的？运行它只会给我一个错误...

— Josh O'Brien

1

@ JoshO'Brien，抱歉，应该已经setClass修复（现在已修复）。它的作用是防止setAs发出有关类不存在的“ myDate”的警告。该警告是无害的，并且一切仍然有效，但是设置该类意味着您甚至看不到该警告。

— 格雷格·斯诺

1

@MySchizoBuddy，如果您只有一个日期列，并且只执行一次，那么采用哪种方式可能并不重要。但是，如果您的数据集中有几列是日期，那么我认为这种方法可能比读取后更改每一列更简单。

— 格雷格·斯诺

25

如果您只想更改1个日期格式，则可以使用该Defaults软件包在其中更改默认格式as.Date.character

library(Defaults)
setDefaults('as.Date.character', format = '%d/%M/%Y')
dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))
str(dataImport)
## 'data.frame':    10 obs. of  3 variables:
##  $ func_loc     : Factor w/ 5 levels "3076WAG0003",..: 1 2 3 3 3 3 3 4 4 5
##  $ order_type   : Factor w/ 3 levels "PM01","PM02",..: 3 3 1 1 1 1 2 2 3 1
##  $ actual_finish: Date, format: "2008-10-15" "2009-10-19" NA "2008-10-11" ...

我认为@Greg Snow的答案要好得多，因为它不会更改常用函数的默认行为。

— nel
source

7

如果您还需要时间：

setClass('yyyymmdd-hhmmss')
setAs("character","yyyymmdd-hhmmss", function(from) as.POSIXct(from, format="%Y%m%d-%H%M%S"))
d <- read.table(colClasses="yyyymmdd-hhmmss", text="20150711-130153")
str(d)
## 'data.frame':    1 obs. of  1 variable:
## $ V1: POSIXct, format: "2015-07-11 13:01:53"

— 马克·拉杰科克
source

2

很久以前，与此同时，Hadley Wickham解决了这个问题。因此，如今解决方案简化为单一方案：

library(readr)
data <- read_csv("data.csv", 
                  col_types = cols(actual_finish = col_datetime(format = "%d/%m/%Y")))

也许我们甚至想要摆脱不必要的东西：

data <- as.data.frame(data)

— 安德里·西格诺尔
source