R 直接将字符串强制转换为IDateTime

我正在使用新版本的

data.table

，尤其是AWESOME

fread

函数。我的文件包含以字符串形式加载的日期（因为我不知道如何加载），看起来像

01APR2008:09:00:00

我需要在这些日期时间对data.table进行排序，然后以

IDateTime

格式（或者我还不知道的任何格式）对排序进行有效转换

看起来我无法执行

DT[，newType:=IDateTime（strTime（旧类型，“%d%b%Y:%H:%M:%S”）]

我的问题是：

有没有一种方法可以从

fread

直接转换到

IDateTime

，这样我以后就可以高效地排序

如果没有，那么知道我希望能够通过这个datetime列对DT进行排序，最有效的方法是什么

不幸的是（为了提高效率）

strtime

生成了一个POSIXlt类型，该类型不受

数据的支持。表

总是由于其大小（每个日期40字节！）和结构。尽管strftime产生了更好的POSIXct，但它仍然通过POSIXlt实现。更多信息请点击此处：

http://stackoverflow.com/a/12788992/403310

查看基本函数，例如

as.Date

，它也使用

strtime

，从存储为double的历元（奇怪的是）创建一个整数偏移量。

data.table

中的

IDate

（和friends）类的目标是实现存储为嗯整数的整数历元偏移量。适用于通过

base:：sort.list（method=“radix”）

进行快速排序（这实际上是一种计数排序）

IDate

并非真正以快速（通常是一次性）转换为目标

因此，为了正确或错误地转换字符串日期/时间，我倾向于使用自己的helper函数

如果字符串日期是

“2012-12-24”

我倾向于：

作为.integer（gsub（“-”，“”，col））

并继续执行

YYYYMMDD

整数日期。类似地，时间可以作为整数

HHMMDD

。如果您通常希望在一天内

roll=TRUE

，而不是前一天，则可以使用两列：

date

和

time

。按月份分组既简单又快速：

by=date%/%100L

。增加和减少天数很麻烦，但无论如何，这是因为您很少想添加日历天数，而不是工作日或工作日。因此，这是对您的工作日向量的查找

在您的情况下，字符月份需要转换为

1:12

。您的日期“01APR2008”中没有分隔符，因此

子字符串

将是一种方式，在月份名称上后跟

匹配

或

匹配

。你能控制文件格式吗？如果是这样的话，数字最好采用自然排序的明确格式，如

%Y-%m-%d

，或

%Y%m%d

在

fread

中，我还不知道如何最好地实现这一点，因此日期/时间当前保留为字符，因为我还不确定如何检测日期格式或输出哪种类型。但它需要输出整数或双日期，而不是低效的字符。我怀疑我使用的

YYYYMMDD

整数被认为是非常规的，所以我有点犹豫是否将其作为默认值。它们有自己的位置，基于时代的日期也有利弊。我的建议是，日期不必总是以时代为基础

---

你觉得怎么样？顺便说一句，感谢您在fread上的鼓励；很高兴看到。

我不知道您的文件是如何构造的，但是从您的评论来看，您希望使用日期字段作为键。为什么不把它作为一个时间序列来阅读，并在阅读时格式化它呢

这里我使用zoo来实现这一点。（这里我假设date列是第一列，否则请参见

index.colum

argument）

---

在这里，您肯定仍要进行两次转换，但您在读取数据时会进行转换，第二次转换时不会处理任何格式问题。

您能展示数据文件的外观吗？您好，该文件是一个csv文件，带有

sep=“；”

，日期格式类似于

“01APR2008:09:00:00”

，即

格式=“%d%b%Y:%H:%M:%S”

。我所做的是

DT[，date:=IDate（oldType，“%d%b%Y”）；DT[，time:=ITime（oldType，“%d%b%Y:%H:%M:%S”）]

最后

setkeyv（DT，c（“date”，“time”）

日期是数据的第一列？嘿，Matthew谢谢你的回答，我想有一种可能是允许像read.csv中那样的colClasses参数。毕竟，您可以在（请原谅我从另一篇文章中摘取的示例）setAs（“character”，“myDate”，function（from）as.Date（from，format=“%d/%m/%y”）

R）system.time中指定自己的格式（此外，我认为如果你能在软件包中添加微秒级的解析时间，你会接触到更多的人。所有HFTraders/Quant都在玩这个东西…（可以说他们不应该使用R，但我们不要去那里）同意，
colClasses
已经在要添加的列表中（要做的事情列表在fread.c的顶部），但作为一个命名向量，它允许覆盖特定的列，而不需要全部指定它们。这实际上更多的是关于默认值的问题。我想，
POSIXct
，那么。它已经支持微秒了，所以我不认为这是任何特殊的
数据。table
需要支持真正的iiuc（除了fread，我还可以直接快速地加载它们）。不过，我想使用fread的主要原因是使用双分隔文件（sep2），比如在基因组学中。
http://stackoverflow.com/a/12788992/403310

ff <- function(x) as.POSIXct(strptime(x,"%d%b%Y:%H:%M:%S"))

h <- read.zoo(text = "03avril2008:09:00:00  125
                      02avril2008:09:30:00  126
                      05avril2008:09:10:00  127
                      04avril2008:09:20:00  128
                      01avril2008:09:00:00  128"
                      ,FUN=ff)

    IDateTime(index(h))
        idate    itime
1: 2008-04-01 09:00:00
2: 2008-04-02 09:30:00
3: 2008-04-03 09:00:00
4: 2008-04-04 09:20:00
5: 2008-04-05 09:10:00