如何有效地遍历数据框的列？

Question

因此，data 是一个由许多列组成的数据框，其中一个名为 lpep_pickup_datetime 的日期和时间格式为“01/01/2016 12:39:36上午

我想按日期和时间分析这些数据，因此我尝试创建一个名为 pickup_date 的新列和一个名为 pickup_time 的包含上午或下午信息的列。

我已经使用 strsplit 函数将字符串拆分为以下形式：c("01/01/2016", "12:29:24", "AM")，我正在尝试从这些数据中创建上述列。

我写了下面的代码：

data$lpep_pickup_datetime=strsplit(data$lpep_pickup_datetime, " ")

data$pickup_date=data$lpep_pickup_datetime[[1]][1]


for (i in seq(1,90181))
{
  data$pickup_time[i]=data$lpep_pickup_datetime[[i]][2]  
}

这是非常低效的，因为遍历 90181 行数据花费的时间太长。有没有更好的方法来完成这个任务？

谢谢。

Answer 1

在base R中，我们可以使用sub创建一个分隔符，然后使用read.csv创建两列

data[paste0("pickup_", c("date", "time"))] <- read.csv(text=sub("\s+", 
         ",", data$lpep_pickup_datetime),  header=FALSE, stringsAsFactors=FALSE)

Answer 2

?apply(df, 2, function(...) ) 是遍历列的常用方法。但你不需要在这里这样做

> df<-data.frame("datetime" = format(seq(c(ISOdate(2000,3,20)), by = "day", length.out = 100000), "%Y-%m-%d %r"), stringsAsFactors=FALSE)
> str(df)
'data.frame':   100000 obs. of  1 variable:
 $ datetime: chr  "2000-03-20 08:00:00 PM" "2000-03-21 08:00:00 PM" "2000-03-22 08:00:00 PM" "2000-03-23 08:00:00 PM" ...
> df$dateonly<-format(as.Date(df$datetime, format="%Y-%m-%d %r"),"%Y-%m-%d")
> head(df)
                datetime   dateonly
1 2000-03-20 08:00:00 PM 2000-03-20
2 2000-03-21 08:00:00 PM 2000-03-21
3 2000-03-22 08:00:00 PM 2000-03-22
4 2000-03-23 08:00:00 PM 2000-03-23
5 2000-03-24 08:00:00 PM 2000-03-24
6 2000-03-25 08:00:00 PM 2000-03-25

如何有效地遍历数据框的列？

How to iterate through the columns of a data frame efficiently?

r

strsplit

dataframe