R 创建统一的时间序列，日期来自不同的（自然）语言

我正在使用

as.Date

函数，如下所示：

x$time_date <- as.Date(x$time_date, format = "%H:%M - %d %b %Y")

这看起来很有用，但我不确定如何为“未识别”格式实现它：

我试图通过使用gsub来替换德国月份发生的所有事件，但运气不佳

x

下面是数据表，我只处理time\u date列：

 x$time_date <- gsub("(März)?", "Mar", x$time_date) %>%
        gsub("(Mai)?", "May", .) %>%
        gsub("(Juni)?", "Jun", .) %>%
        gsub("(Juli)?", "Jul", .) %>%
        gsub("(Okt)?", "Oct", .) %>%
        gsub("(Dez)?", "Dec", .)

x$time\u date%
gsub（“Mai”），“May”，）%>%
gsub（“（Juni）”，“Jun”，）%>%
gsub（“（朱莉）”，“七月”，）%>%
gsub（“（Okt）”，“十月”，）%>%
gsub（“Dez”），“Dec”，）

这不仅不起作用，而且是一个非常缓慢的过程，我有将近20GB的纯.csv文件要处理

中提到了不同的地区/语言，但没有提到如何同时使用多个地区/语言。我还找到了关于如何执行的说明，但是我的数据是混合的，所以我只能为每个文件使用正确的语言来执行条件循环，但是这也会很慢

---

有没有我找不到的已知解决方法

创建一个包含所有翻译的表

选项卡

，然后使用订阅实际执行翻译。如果您的输入缩写与生成的标准缩写相同，但精确的语言名称（“德语”等）可能因您的系统而异，那么下面的代码似乎在Windows上对我有效。有关更多信息，请参见

？Sys.setlocale

。此外，如果您输入的缩写与此处生成的缩写不同，您必须自己将其添加到

选项卡

中，例如

选项卡这是一个很好的解决方案，但它对我来说不是100%。我从您的代码中得到的输出是
[1]NA“2014年5月18:00-10日”
。我在Mac OS上使用了langs=
c（“de_de”，“c”）
。我还尝试了c（“de_de”、“en_GB”）和许多其他变体，但没有比上面显示的输出更好的了。我的Sys.setlocale（）是“C”。你知道为什么它只对测试向量中的第二个值起作用吗？t似乎是
Juli
的问题-其他月份，如
Okt
和
Dez
按预期翻译。我只能认为原因是因为他们有四个字母，而你用
month.aab
指定了三个字母的缩写。我试图用
März
来测试这一点，但这表明umlauts没有得到正确的处理-outpu:
“18:00-10 M\303\244rz 2014”“18:00-2014年5月10日”
道歉，并添加了我自己的作品，但不是为
März
。它无法阅读umlaut。你能想出一个方法来调整你的答案，说“如果这个月以M开头，不是‘May’或‘Mai’，那么就把它改成‘Mar’”？或者其他类似的黑客攻击？将我自己的语言环境更改为德语，即
Sys.setlocale（locale=“de_de”）
允许R使用umlauts，因此我可以使用
选项卡，如果您可以通过更改语言环境使其工作，那么我会这样做，并像在您的注释中那样手动添加缺少的语言环境。我认为这比试图获得一般规则要简单得多，如果你需要匹配更多的语言，这些规则可能会失败。
 x$time_date <- gsub("(März)?", "Mar", x$time_date) %>%
        gsub("(Mai)?", "May", .) %>%
        gsub("(Juni)?", "Jun", .) %>%
        gsub("(Juli)?", "Jul", .) %>%
        gsub("(Okt)?", "Oct", .) %>%
        gsub("(Dez)?", "Dec", .)

langs <- c("French", "German", "English")
tab <- unlist(lapply(langs, function(lang) {
  Sys.setlocale("LC_TIME", lang)
  nms <- format(ISOdate(2000, 1:12, 1), "%b")
  setNames(month.abb, nms)
}))

x <- c("18:00 - 10 Juli 2014", "18:00 - 10 Mai 2014") # test input

source_month <- gsub("[^[:alpha:]]", "", x)
mapply(sub, source_month, tab[source_month], x, USE.NAMES = FALSE)

[1] "18:00 - 10 Jul 2014" "18:00 - 10 May 2014"