Chỉ định định dạng Ngày tùy chỉnh cho đối số colClasses trong read.table / read.csv

Câu hỏi:

Có cách nào để chỉ định định dạng Ngày khi sử dụng đối số colClasses trong read.table / read.csv không?

(Tôi nhận ra rằng tôi có thể chuyển đổi sau khi nhập, nhưng với nhiều cột ngày như thế này, sẽ dễ dàng hơn để thực hiện điều đó trong bước nhập)

Thí dụ:

Tôi có .csv với các cột ngày ở định dạng %d/%m/%Y.

dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))

Điều này làm cho chuyển đổi sai. Ví dụ, 15/07/2008trở thành 0015-07-20.

Mã có thể lặp lại:

data <- 
structure(list(func_loc = structure(c(1L, 2L, 3L, 3L, 3L, 3L, 
3L, 4L, 4L, 5L), .Label = c("3076WAG0003", "3076WAG0004", "3076WAG0007", 
"3076WAG0009", "3076WAG0010"), class = "factor"), order_type = structure(c(3L, 
3L, 1L, 1L, 1L, 1L, 2L, 2L, 3L, 1L), .Label = c("PM01", "PM02", 
"PM03"), class = "factor"), actual_finish = structure(c(4L, 6L, 
1L, 2L, 3L, 7L, 1L, 8L, 1L, 5L), .Label = c("", "11/03/2008", 
"14/08/2008", "15/07/2008", "17/03/2008", "19/01/2009", "22/09/2008", 
"6/09/2007"), class = "factor")), .Names = c("func_loc", "order_type", 
"actual_finish"), row.names = c(NA, 10L), class = "data.frame")


write.csv(data,"data.csv", row.names = F)                                                        

dataImport <- read.csv("data.csv")
str(dataImport)
dataImport

dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))
str(dataImport)
dataImport

Và đây là kết quả đầu ra:

Bạn có thể viết hàm của riêng mình chấp nhận một chuỗi và chuyển đổi nó thành Ngày bằng định dạng bạn muốn, sau đó sử dụng setAsđể đặt nó làm asphương thức. Sau đó, bạn có thể sử dụng chức năng của mình như một phần của colClasses.

Thử:

setAs("character","myDate", function(from) as.Date(from, format="%d/%m/%Y") )

tmp <- c("1, 15/08/2008", "2, 23/05/2010")
con <- textConnection(tmp)

tmp2 <- read.csv(con, colClasses=c('numeric','myDate'), header=FALSE)
str(tmp2)

Sau đó, sửa đổi nếu cần để làm việc cho dữ liệu của bạn.

Biên tập ---

Bạn có thể muốn chạy setClass('myDate')trước để tránh cảnh báo (bạn có thể bỏ qua cảnh báo, nhưng nó có thể gây phiền nhiễu nếu bạn làm điều này nhiều và đây là một lệnh gọi đơn giản để loại bỏ nó).

Nếu chỉ có 1 định dạng ngày bạn muốn thay đổi, bạn có thể sử dụng Defaultsgói để thay đổi định dạng mặc định trongas.Date.character

library(Defaults)
setDefaults('as.Date.character', format = '%d/%M/%Y')
dataImport <- read.csv("data.csv", colClasses = c("factor","factor","Date"))
str(dataImport)
## 'data.frame':    10 obs. of  3 variables:
##  $ func_loc     : Factor w/ 5 levels "3076WAG0003",..: 1 2 3 3 3 3 3 4 4 5
##  $ order_type   : Factor w/ 3 levels "PM01","PM02",..: 3 3 1 1 1 1 2 2 3 1
##  $ actual_finish: Date, format: "2008-10-15" "2009-10-19" NA "2008-10-11" ...

Tôi nghĩ câu trả lời của @Greg Snow hay hơn nhiều, vì nó không thay đổi hành vi mặc định của một hàm thường được sử dụng.

Trong trường hợp bạn cần thời gian cũng có thể:

setClass('yyyymmdd-hhmmss')
setAs("character","yyyymmdd-hhmmss", function(from) as.POSIXct(from, format="%Y%m%d-%H%M%S"))
d <- read.table(colClasses="yyyymmdd-hhmmss", text="20150711-130153")
str(d)
## 'data.frame':    1 obs. of  1 variable:
## $ V1: POSIXct, format: "2015-07-11 13:01:53"

Một thời gian dài trước đây, vấn đề đã được giải quyết bởi Hadley Wickham. Vì vậy, ngày nay giải pháp được rút gọn thành oneliner:

library(readr)
data <- read_csv("data.csv", 
                  col_types = cols(actual_finish = col_datetime(format = "%d/%m/%Y")))

Có thể chúng ta muốn loại bỏ những thứ không cần thiết:

data <- as.data.frame(data)