R 按固定宽度拆分列

我有一个数据框，其中日期和时间混合如下：

ID <- c(1,2,3,4)
DDMMYY <-c(100310,110310,120310,130310)
HHMM <- c(2205,1045,1110,2250)
df <- data.frame(ID,DDMMYY,HHMM)
df

ID  DDMMYY  HHMM
1   100310  2205
2   110310  1045
3   120310  1110
4   130310  2250

ID  DD  MM  YY  HH  MM
1   10  3   10  22  5
2   11  3   10  10  45
3   12  3   10  11  10
4   13  3   10  22  50

---

有什么想法吗？谢谢

一个选项是从

tidyr

library(tidyr)
extract(extract(df, DDMMYY, c("DD","MM", "YY"), "(..)(..)(..)",
          convert=TRUE), HHMM, c("HH", "MM"), "(..)(..)", convert=TRUE)
#  ID DD MM YY HH MM
#1  1 10  3 10 22  5
#2  2 11  3 10 10 45
#3  3 12  3 10 11 10
#4  4 13  3 10 22 50

或者您可以使用

strsplit

from

base R

 df[,c("DD", "MM", "YY", "HH", "MM")] <- do.call(data.frame,lapply(df[,-1],
       function(x) do.call(rbind,lapply(strsplit(as.character(x),
                     '(?<=..)(?=..)', perl=TRUE), as.numeric))))

 df[,-(2:3)]
 #  ID DD MM YY HH MM.1
 #1  1 10  3 10 22    5
 #2  2 11  3 10 10   45
 #3  3 12  3 10 11   10
 #4  4 13  3 10 22   50

---

df[，c（“DD”、“MM”、“YY”、“HH”、“MM”）]一个选项是使用
extract
from
tidyr

library(tidyr)
extract(extract(df, DDMMYY, c("DD","MM", "YY"), "(..)(..)(..)",
          convert=TRUE), HHMM, c("HH", "MM"), "(..)(..)", convert=TRUE)
#  ID DD MM YY HH MM
#1  1 10  3 10 22  5
#2  2 11  3 10 10 45
#3  3 12  3 10 11 10
#4  4 13  3 10 22 50

或者您可以使用
strsplit
from
base R

 df[,c("DD", "MM", "YY", "HH", "MM")] <- do.call(data.frame,lapply(df[,-1],
       function(x) do.call(rbind,lapply(strsplit(as.character(x),
                     '(?<=..)(?=..)', perl=TRUE), as.numeric))))

 df[,-(2:3)]
 #  ID DD MM YY HH MM.1
 #1  1 10  3 10 22    5
 #2  2 11  3 10 10   45
 #3  3 12  3 10 11   10
 #4  4 13  3 10 22   50

df[，c（“DD”，“MM”，“YY”，“HH”，“MM”）]为了好玩，这里还有三种选择：

将数据转换为实际日期并使用
格式
使用
将
与“tidyr”分开
为了好玩，这里还有三种选择：

将数据转换为实际日期并使用
格式
使用
将
与“tidyr”分开
我以前没有使用过
提取
。我得去看看。谢谢这个例子+1我以前从未使用过
extract
。我得去看看。谢谢这个例子+1.
library(dplyr)
library(tidyr)
df %>% 
  separate(DDMMYY, into = c("DD", "MM", "YY"), sep = c(2, 4)) %>% 
  separate(HHMM, into = c("hh", "mm"), sep = 2)
#   ID DD MM YY hh mm
# 1  1 10 03 10 22 05
# 2  2 11 03 10 10 45
# 3  3 12 03 10 11 10
# 4  4 13 03 10 22 50