如何删除列中的多个字符串并将其替换为日期

Posted 2023-03-28

【中文标题】如何删除列中的多个字符串并将其替换为日期

【英文标题】：How can I delete multiple character strings in a column and replace it with date

【发布时间】：2021-01-21 16:13:49

【问题描述】：

我有一个日期列，其值如下：2003MM01、2003MM02、2003MM03 你可以猜到MM01 代表第一个月，MM02 代表第二个月，等等。如果我从我的数据框中查看结构，它会说日期列是一个字符。我想要这样的日期列。

date column
2003-01-01
2003-02-01
2003-03-01
2003-04-01
2003-05-01

我还必须提到我的日期列有多年使用相同的字符串，所以2004MM01、2005MM01 等。知道如何用正确的日期替换字符串吗？并将日期列从字符转换为日期？

【参考方案1】：

vec <- c("2003MM01", "2003MM02", "2003MM03", "2004MM01", "2005MM01")
as.Date(gsub("MM(.*)$", "-\\1-01", vec))
# [1] "2003-01-01" "2003-02-01" "2003-03-01" "2004-01-01" "2005-01-01"

【参考方案2】：

尝试这种base R 方法，也使用paste0() 添加日期，然后使用as.Date() 转换为日期。代码如下：

#Data
df <- data.frame(date=c('2003MM01', '2003MM02', '2003MM03'),stringsAsFactors = F)
#Format date
df$Col1 <- as.Date(paste0(df$date,'01'),'%YMM%m%d')

输出：

      date       Col1
1 2003MM01 2003-01-01
2 2003MM02 2003-02-01
3 2003MM03 2003-03-01

【参考方案3】：

我们可以从lubridate使用ymd

library(lubridate)
library(stringr)
ymd(str_remove(vec, "MM"), truncated = 2)
#[1] "2003-01-01" "2003-02-01" "2003-03-01" "2004-01-01" "2005-01-01"

数据

vec <- c("2003MM01", "2003MM02", "2003MM03", "2004MM01", "2005MM01")