R 如何将时间从字符转换为时间并按小时分组

需要将字符数据转换为实际时间，并按小时分组

library(dplyr) 
library(stringr)
library(lubridate)
library(chron)
test <- read.csv("O:/Commercial Team/Customer Business Unit/ECOMMERCE and DIGITAL/9. TEAM/4_M_APPLEYARD.GEO.csv", header = TRUE)
colnames(test)
time <- str_split(test$ProcessedDate, " ", simplify = TRUE)
time2 <- c(time[,2])

库（dplyr）
图书馆（stringr）
图书馆（lubridate）
图书馆（计时）
测试签出
strtime
。我不知道您的数据是什么样子的，因此下面是一个示例：

z <- strptime('2019-06-4 09:32:14', format = '%Y-%m-%d %H:%M%:S')

z您可以创建一个小时列，并使用
groupby（）
：

库（tidyverse）
图书馆（lubridate）
df%
分组依据（处理时间）%>%
总结（总和=总和（占位符值））
打印（df2，n=Inf）
ggplot（df2，aes（x=平均系数（处理小时），y=总和））+
geom_col（）
基本上是拉索夫利森答案的一个简单版本，因为我认为你可以用lubridate做任何事情（但如果没有你的数据样本，很难说）：

库（tidyverse）
图书馆（lubridate）
#为此答案创建虚拟数据集
#如果您已有数据，请跳过此步骤
df您到底在哪里被卡住了？输出看起来更好更简单，但我得到了一个错误：警告消息：所有格式都无法解析。没有找到格式。啊，听起来您可能需要修改
ymd\u hm（）
部分。如果您的时间戳是美国日期格式“06/20/2019 11:20”，则尝试使用
mdy_hm
作为润滑功能。或者，lubridate足够聪明，可以跳过POSIX转换，有时可以从角色版本中提取小时数。如果是“04/06/2019 11:20”，请尝试
dmy\u hm（）
，如果戳记包含秒数“04/06/2019 11:20:50”，请尝试
dmy\u hms（）
df try
test$dReceivedDatePOSIX这不起作用，因为无论我使用ProcessedDate还是ReceivedDate（这是两个不同的日期列），图形都保持不变。我不遵循这一点，但我相信共享一些输入数据会有所帮助，即日期列。我刚刚在列
ProcessedDate
中创建了随机日期时间值，但我不知道日期时间变量的格式。它是一个csv文件，格式为文本或R字符。由于保密原因，我无法共享输入数据，我的意思是我希望看到时间格式，因为它在.csv文件中。时间在文件中的确切表示方式是什么？
library(tidyverse)
library(lubridate)

df <- tibble(ProcessedDate = sample(seq.POSIXt(from = as_datetime("2018-01-01 00:00:00"),
                                        to = as_datetime("2018-12-31 23:59:59"),
                                        by = "sec"), size = 1000, replace = TRUE),
             placeholder_value = rlnorm(n = 1000))

df2 <- df %>% 
  mutate(Processed_hour = hour(ProcessedDate),
         Processed_minute = minute(ProcessedDate),
         Processed_second = second(ProcessedDate)) %>% 
  group_by(Processed_hour) %>%
  summarise(sum = sum(placeholder_value)) 

print(df2, n = Inf)

ggplot(df2, aes(x = as_factor(Processed_hour), y = sum)) +
  geom_col()

library(tidyverse)
library(lubridate)

#create imaginary data set for this answer
#skip this step if you already have your data
df <- tibble(yourtimestamp = c("2019-06-04 11:20", "2019-06-04 11:25", "2019-06-04 12:00"))

#convert your timestamp vector to POSIX
df$yourtimestamp <- ymd_hm(df$yourtimestamp)
#the function you use here depends on what order the parts of your time stamp are, 
#so for example if your character timestamp is US style: month, day, year 
#such as 
#06/20/2019 11:20 then use mdy_hm() instead
#or if it was UK style 20/06/2019 11:20 then use dmy_hm() etc
#or if it contains seconds such as 06/20/2019 11:20:47 use mdy_hms()

#get hour
df$just_the_hour <- hour(df$yourtimestamp)

#group by hour and summarise
by_hour <- group_by(df, just_the_hour)
s <- summarise(by_hour, num_events = n())
s

# A tibble: 2 x 2
  just_the_hour num_events
          <int>      <int>
1            11          2
2            12          1