如何从R中的一列中提取部分ID特征

Question

我有大约 10,000 行这样的数据：

HH_ID         DEMAND
201101010000  35090
201101010030  35612
201101010100  35245
201101010130  34161
201101010200  33156
201101010230  32556
...           ...

其中HH_ID表示半小时ID，例如201101010230表示Year2011，Data0101，时间0230。

我想从 HH_ID 中提取年份和日期，并获得如下数据：

HH_ID         Year_ID  Date_ID    DEMAND
201101010000    2011    0101       35090
201101010030    2011    0101       35612
201101010100    2011    0101       35245
201101010130    2011    0101       34161
...           ...

有人知道怎么做吗？

Answer 1

我们可以使用substring

Year_ID <- substring(df1$HH_ID, 1, 4)
Date_ID <-  substring(df1$HH_ID, 5, 8)
cbind(df1[1], Year_ID, Date_ID, df1[2])
#         HH_ID Year_ID Date_ID DEMAND
#1 201101010000    2011    0101  35090
#2 201101010030    2011    0101  35612
#3 201101010100    2011    0101  35245
#4 201101010130    2011    0101  34161
#5 201101010200    2011    0101  33156
#6 201101010230    2011    0101  32556

或者另一种选择是 sub 和 read.table

cbind(df1, read.csv(text=sub("(.{4})(.{4}).*", "\1,\2", df1$HH_ID), 
  col.names = c("Year_ID", "Date_ID"), 
   colClasses = c("numeric", "character"), header=FALSE))

Answer 2

我用 substring 和 strtrim 第二个 akrun 的解决方案（尽管子字符串对两者都适用）

mydata$Year_ID<-strtrim(mydata$HH_ID, 4)
mydata$ Date_ID<-substr(mydata$HH_ID, 5,8)
mydata<-mydata[,c(1,3,4,2)]
mydata

       HH_ID Year_ID Date_ID DEMAND
201101010000    2011    0101  35090
201101010030    2011    0101  35612
201101010100    2011    0101  35245
201101010130    2011    0101  34161
201101010200    2011    0101  33156
201101010230    2011    0101  32556

但是我无法重现您的文件大小问题。

for(i in 1:11){
  mydata<-rbind(mydata, mydata)
  }
nrow(mydata)
[1] 12288 #larger that your indicated 10000 rows.

write.csv(mydata,'New_Demand.csv',row.names = F)
file.size('New_demand.csv')/1000 
[1] 417.8 # in Kilobytes.

如何从R中的一列中提取部分ID特征

How to extract part of ID feature from one column in R

r

data-processing

data-extraction

export-to-csv