объединить несколько столбцов даты и времени в столбец даты и времени R

Для данных ниже:

> dt
         date   event1   event2   event3
1: 2016-04-27 10:25:15 11:05:45 13:00:09
2: 2016-04-27 10:25:15 11:05:45 13:00:09
3: 2016-04-27 10:25:15 11:05:45 13:00:09
4: 2016-04-27 10:25:15 11:05:45 13:00:09
5: 2016-04-27 10:25:15 11:05:45 13:00:09

Я хотел бы объединить date с каждым из столбцов событий, чтобы сделать столбцы времени события в формате datetime. Желаемый результат:

dt$event1 = as.POSIXct(paste(dt$date, dt$event1), format="%Y-%m-%d %H:%M:%S")
dt$event2 = as.POSIXct(paste(dt$date, dt$event2), format="%Y-%m-%d %H:%M:%S")
dt$event3 = as.POSIXct(paste(dt$date, dt$event3), format="%Y-%m-%d %H:%M:%S")
dt$date = NULL

  > dt
                event1              event2              event3
1: 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
2: 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
3: 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
4: 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
5: 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09

Поскольку у меня довольно большой набор данных с >300 тыс. строк и >20 столбцов времени события, какой наиболее эффективный способ сделать это сразу для всех столбцов времени события в dplyr или data.table, пожалуйста?

Пример данных:

dt = data.table(date = rep(as.POSIXct("2016-04-27"),5), event1 = rep("10:25:15",5), event2 = rep("11:05:45",5), event3 = rep("13:00:09",5))

r data.table dplyr
person pyne    schedule 14.03.2019    source источник
comment
Можете ли вы предоставить желаемый результат?   -  person George    schedule 14.03.2019
comment
Дублирование меня не слишком беспокоит. В примере можно просто заменить event1 вместо создания event1_datetime — вопрос будет обновлен, чтобы сделать его более понятным.   -  person pyne    schedule 14.03.2019

Ответы (3)


arrow_upward
1
arrow_downward

Мы можем использовать mutate_at для добавления новых столбцов

library(dplyr)

dt %>%
  mutate_at(vars(starts_with("event")), funs(as.POSIXct(paste0(date, .)))) %>%
  select(-date)

#               event1              event2              event3
#1 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
#2 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
#3 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
#4 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
#5 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
person Ronak Shah    schedule 14.03.2019
comment
Благодарю вас! и спасибо за обновление вашего ответа после того, как мой вопрос был отредактирован - очень ценю это! - person pyne; 14.03.2019

arrow_upward
2
arrow_downward

Не уверен, какое это имеет отношение к слиянию; разве это не просто

dt[, event1_datetime := as.POSIXct(paste(date, event1))]
#         date   event1   event2   event3     event1_datetime
#1: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15
#2: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15
#3: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15
#4: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15
#5: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15

Обновлять

Для чего это стоит, вот решение data.table с использованием melt и dcast

dt[, n := 1:.N]
dt <- melt(dt[, n := 1:.N], id.vars = c("date", "n"), value.name = "time")
dt[, datetime := as.POSIXct(paste(date, time))]
dt <- dcast(dt, date + n ~ variable, value.var = c("time", "datetime"))
dt[, n := NULL]
#         date time_event1 time_event2 time_event3     datetime_event1
#1: 2016-04-27    10:25:15    11:05:45    13:00:09 2016-04-27 10:25:15
#2: 2016-04-27    10:25:15    11:05:45    13:00:09 2016-04-27 10:25:15
#3: 2016-04-27    10:25:15    11:05:45    13:00:09 2016-04-27 10:25:15
#4: 2016-04-27    10:25:15    11:05:45    13:00:09 2016-04-27 10:25:15
#5: 2016-04-27    10:25:15    11:05:45    13:00:09 2016-04-27 10:25:15
#       datetime_event2     datetime_event3
#1: 2016-04-27 11:05:45 2016-04-27 13:00:09
#2: 2016-04-27 11:05:45 2016-04-27 13:00:09
#3: 2016-04-27 11:05:45 2016-04-27 13:00:09
#4: 2016-04-27 11:05:45 2016-04-27 13:00:09
#5: 2016-04-27 11:05:45 2016-04-27 13:00:09

Или все за один раз

dcast(melt(dt[, n := 1:.N], id.vars = c("date", "n"), value.name = "time")[,
    datetime := as.POSIXct(paste(date, time))], 
    date + n ~ variable, value.var = c("time", "datetime"))[,
    n := NULL][]
person Maurits Evers    schedule 14.03.2019
comment
да, но я хотел бы сделать это для всех столбцов событий (event1, event2, event3 и т. д., всех сразу. - person pyne; 14.03.2019
comment
Ах я вижу; хорошо, в этом случае изменение формы с широкой на длинную, затем добавление даты и изменение формы обратно на широкую будет работать. выложу обновление... - person Maurits Evers; 14.03.2019
comment
@pyne Для того, что оно (все еще) стоит, я добавил решение data.table, которое учитывает произвольное количество столбцов событий. - person Maurits Evers; 14.03.2019
comment
Спасибо, @Maurits Evers - я обычно считаю, что data.table работает быстрее, так что здорово иметь возможность! - person pyne; 14.03.2019

arrow_upward
1
arrow_downward

Возможный подход с использованием .SDcols:

cols <- paste0(grep("^event", names(dt), value=TRUE), "_datetime")
dt[, (cols) := 
    lapply(.SD, function(x) as.POSIXct(paste(date, x), format="%Y-%m-%d %H:%M:%S")), 
        .SDcols=event1:event3]

выход:

         date   event1   event2   event3     event1_datetime     event2_datetime     event3_datetime
1: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
2: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
3: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
4: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09
5: 2016-04-27 10:25:15 11:05:45 13:00:09 2016-04-27 10:25:15 2016-04-27 11:05:45 2016-04-27 13:00:09

данные:

library(data.table)
dt <- fread("date   event1   event2   event3
2016-04-27 10:25:15 11:05:45 13:00:09
2016-04-27 10:25:15 11:05:45 13:00:09
2016-04-27 10:25:15 11:05:45 13:00:09
2016-04-27 10:25:15 11:05:45 13:00:09
2016-04-27 10:25:15 11:05:45 13:00:09")
person chinsoon12    schedule 14.03.2019