R 转换值列表中的日期和时间

我已经阅读了和其他相关的解决方案，但找不到这个解决方案的答案： 我有一个包含7个元素的字符串列表，其中前两个是日期和时间：

> head(IOlow)
[1] "20160928 142949 0.000172 0.000225 0.000015 0.000172 0.000765"
[2] "20160928 164105 0.000163 0.000227 0.000017 0.000163 0.000908"
[3] "20160928 172826 0.000176 0.000238 0.000017 0.000173 0.001604"

现在我想用一个包含6个元素的列表替换每个这样的字符串，其中第一个元素是由前两个数字构建的DateTime对象，其他元素是浮点数字（而不是字符串）。所以我定义了这个辅助函数：

dateFormat <- "%Y%m%d %H%M%S"
function (x) {
    x <- strsplit(x, split=" ")
    w <- paste(x[[1]][1], x[[1]][2])
    str(w)
    x <- list(as.POSIXlt(w, format=dateFormat), as.double(x[[1]][3:7]))
}

结果如下所示：

> lapply(head(IOlow), to_numeric)
 chr "20160928 142949"
 chr "20160928 164105"
 chr "20160928 172826"
[[1]]
[[1]][[1]]
[1] "2016-09-28 14:29:49 CEST"

[[1]][[2]]
[1] 0.000172 0.000225 0.000015 0.000172 0.000765


[[2]]
[[2]][[1]]
[1] "2016-09-28 16:41:05 CEST"

[[2]][[2]]
[1] 0.000163 0.000227 0.000017 0.000163 0.000908


[[3]]
[[3]][[1]]
[1] "2016-09-28 17:28:26 CEST"

[[3]][[2]]
[1] 0.000176 0.000238 0.000017 0.000173 0.001604

出于我不理解的原因，R似乎在列表中创建了额外的列表（我认为我无法返回向量，因为列表中有不同的数据类型）。 也许只是有些函数没有以我需要的方式记录下来，以了解真正发生了什么

下一步将从列表列表中构建data.frame

我做错了什么，我该如何正确地做

系统信息：

> sessionInfo()
R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

locale:
[1] LC_COLLATE=German_Germany.1252  LC_CTYPE=German_Germany.1252   
[3] LC_MONETARY=German_Germany.1252 LC_NUMERIC=C                   
[5] LC_TIME=German_Germany.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] tools_3.3.1

---

我想你想要这样的东西，不是吗

to_numeric <- function(x,dateFormat) {
  x <- unlist(strsplit(as.character(x), split=" "))
  w <- paste(x[1], x[2])
  x <- list(as.POSIXlt(w, format=dateFormat), as.double(x[3:7]))
}

l <- apply(head(IOlow), 1, function(x) to_numeric(x, '%Y%m%d'))

l[1]

[[1]]
[1] "2016-09-28 IST"

[[2]]
[1] 0.000172 0.000225 0.000015 0.000172 0.000765

---

到_numeric在@A.Val建议的行中，您必须将其作为列表处理吗？如果它直接在某个文件中，它会更直接地读取，比如
read.delim
或者
readr:：read\u delim

缺少这些，将字符串转换为假文件（有两个原因：（1）你的再现性，（2）如果你不能将其作为文件处理，现在你仍然可以使用这个答案）：

IOlow考虑到

dat <- read.delim(textConnection(paste(IOlow, collapse = "\n")),
                  sep = " ", header = FALSE)

然后，我根据日期和时间构建了一个新的“when”变量（我在data.frame中添加了名称）：

dateFormat是否需要使用
POSIXlt
？它以列表的形式在内部存储内容（可以是好的，也可以是坏的）。出于各种原因，我倾向于更多地使用
POSIXct
。为了消除一些混淆，您能提供所需的输出吗？据我所知，最终您希望看到一个包含6列的数据框，如1列表示日期，5列表示数据？通过设计直接将输入转换为数据帧的函数来跳过所有这些“列表混乱”怎么样？实际上直到你的帖子，我都不知道
POSIXct
和
POSIXlt
之间的区别是什么（谢谢！）。也许文档可以改进。关于输出格式：第一个列表元素应该可以由plot使用，并在以后的处理中以人类可读的格式显示为日期和/或时间（其余的元素作为可处理的数字）。够清楚吗？我愿意接受任何优雅的解决方案（因为我还在学习R）！相当酷：在这种情况下，我没有想到
read.delim（）
。使用
dat[，-（1:2）]
删除前两列对我来说还是新鲜事（或者说在我的记忆中还没有解决）。坦白说，有几种方法可以剥这只猫的皮。也可以使用
readr:：read_delim
（从文件中）、
tidyr:：unite
、
lubridate:：ymd_hms
、和
dplyr
将其粘合在一起（
dplyr
）。我确信它可以用
data.table
来完成，尽管我对它了解不够<代码>strsplit
如果您必须将其作为字符串向量使用，则可以使用它。顺便说一句：一个经常被遗忘的步骤或检查是为了确保时区正确。在这种情况下，“显式”将省去很多麻烦。解释为什么我不能从
readr:：read_delim
开始（从给出的示例中不明显）：这是我第一次尝试处理纯文本日志文件，而
IOlow
中的结果实际上是过滤和文本替换（regex）的结果日志文件中的行。不完全正确（我不确定我是否完全理解）：我认为
strsplit（）
返回元素列表；那么
unlist（strsplit（…）
的结果是什么呢？好的，由于一些模糊的原因，`strsplit（）`返回一个列表，其中只有一个元素是结果元素的列表。
1
参数指向
apply（）
的原因是什么？（过早点击回车键）似乎R喜欢将列表放入列表，只是因为它太酷了（或者混淆了…）；-）@r2evans的解决方案在我看来更好，但这仍然是有用的。（1）由于向量中最好有6个值，而不是一个列表，所以只需要一个级别的索引：只是x[1]，而不是x[[1]][1]（2）对于数据帧IOlow的每一行，我们要应用函数，这就是为什么有参数1（3）最好向函数传递一个附加的dateFormat参数，使其更灵活。（4） 最后，dataframe的每一行现在将与输出列表中的一个元素（它本身是一个包含6个元素的列表）相对应。您说“太复杂”，但您是在接收原始数据，在R中执行正则表达式工作，然后尝试解析一个分隔文件？效率当然是不可能的（尤其是因为您必须手动将其转换为float），通过使用
read.delim
（或相关函数），您可以充分利用它们处理近乎原始的数据和数字的能力。但我认为这种方法——尽管它可能有效——更脆弱，而且可能更慢。尽管如此，我也有类似的需求，我发现最快（时间方面）和最安全的方法是使用
读线
，根据需要对数据进行按摩（例如正则表达式按摩），
写线
，返回到另一个文件，然后
readr:：read\u csv
。做这件事的时间差别很大，不能轻易放弃。（坦率地说，我本应该使用python进行预读按摩，但我怀疑我和你一样，R是最接近的，并且被用于其他任何事情，所以…）。也许@r2evans展示了用于“按摩”的代码草图（作为相关问题的一般解决方案）？我并不是想诋毁这个提议，但我觉得它不适合我的情况。没有一个通用的解决方案：它只针对数据和需要修复的问题，以便使用标准的
read.*
函数
IOlow <- c("20160928 142949 0.000172 0.000225 0.000015 0.000172 0.000765",
           "20160928 164105 0.000163 0.000227 0.000017 0.000163 0.000908",
           "20160928 172826 0.000176 0.000238 0.000017 0.000173 0.001604")
dat <- read.delim(textConnection(paste(IOlow, collapse = "\n")),
                  sep = " ", header = FALSE)
dat
#         V1     V2       V3       V4      V5       V6       V7
# 1 20160928 142949 0.000172 0.000225 1.5e-05 0.000172 0.000765
# 2 20160928 164105 0.000163 0.000227 1.7e-05 0.000163 0.000908
# 3 20160928 172826 0.000176 0.000238 1.7e-05 0.000173 0.001604

dat$dt <- as.POSIXct(paste(dat$V1, dat$V2, sep = " "), format = "%Y%m%d %H%M%S")
dat <- dat[, -(1:2)]
dat
#         V3       V4      V5       V6       V7                  dt
# 1 0.000172 0.000225 1.5e-05 0.000172 0.000765 2016-09-28 14:29:49
# 2 0.000163 0.000227 1.7e-05 0.000163 0.000908 2016-09-28 16:41:05
# 3 0.000176 0.000238 1.7e-05 0.000173 0.001604 2016-09-28 17:28:26

dat <- read.delim(textConnection(paste(IOlow, collapse = "\n")),
                  sep = " ", header = FALSE)

split_line <- function (x) {
    x <- unlist(strsplit(x, split=" "))
}

IOlow <- lapply(IOlow, split_line)
IOlow <- data.frame(do.call(rbind, IOlow), stringsAsFactors=FALSE)

dateFormat <- "%Y%m%d %H%M%S"
IOlow$when <- with(IOlow,
                   as.POSIXct(paste(date, time, sep = " "), format=dateFormat))

for (n in names(IOlow)) {
    # convert all strings to double
    if ("character" %in% class(IOlow[,n])) {
        IOlow[n] <- lapply(IOlow[n], as.double)
    }
}