在空格和第一个“:”之间提取字符。

Question

我正在尝试从一个包含日期和时间的变量中仅提取小时。有几个问题解释了如何从%m/%d/%Y %H:%M中提取%H:%M，但我的数据结构为对于某些观测值为%m/%d/%Y %H:%M，对于其他观测值为%m/%d/%Y %H:%M:%S。此外，我的小时数不总是两位数（一位数小时在一位数中，没有前导零）。因此，以下方法将无法使用：

 df$hour <- format(as.POSIXct(citistation$starttime, format="%m/%d/%Y %H:%M:%S"), format="%H")

我的数据示例：

 date <- c("1/1/2013 0:01","12/31/2013 21:49:19")

我倾向于使用一种方法来提取空格和第一个“:”之间的数字。有什么建议吗？谢谢。

- Agustín Indaco

Answer 1

我们可以使用sub。匹配一个或多个非空格字符(\\S+)，后跟一个或多个空格字符(\\s+)，捕获一个或多个不是:的字符(([^:]+))，后跟一个:和字符串的结尾的字符，用捕获组的反向引用(\\1)替换它。

sub("\\S+\\s+([^:]+):.*", "\\1", date)
#[1] "0"  "21"

最好将其转换为“DateTime”类并提取“hour”。

library(lubridate)
hour(parse_date_time(date, c('mdy_HM', 'mdy_HMS')))
#[1]  0 21

数据

date <- c('1/1/2013 0:01','12/31/2013 21:49:19')

- akrun

---

@AgustinIndaco 我之前不确定它是一个字符串还是两个字符串。 - akrun

Answer 2

在as.POSIXct中，字符参数中的尾随材料将被忽略，因此您可以缩短“format”参数：

format(as.POSIXct(date, format="%m/%d/%Y %H:%M"), format="%H")
#[1] "00" "21"

- IRTFM

Answer 3

这个也可以：

library(stringr)
str_match(c("1/1/2013 0:01","12/31/2013 21:49:19"), "\\s+([0-9]+):")[,2]
#[1] "0"  "21"

- Sandipan Dey