使用 R 从 excel sheet 读取时如何检测时间

Question

问题是，当我使用 openxlsx 包中的 read.xlsx 从 excel sheet 读取到 R 时，TIME 列被转换为一小部分。

这是一个例子，

dfin <-
DATE          TIME
15/02/2015    8:00 AM
22/01/2014    10:00 PM

library(openxlsx)
test <-  read.xlsx("dfin.xlsx", sheet = 1,
                 detectDates=TRUE, skipEmptyRows = TRUE,
                 skipEmptyCols = TRUE, rows = NULL, cols = NULL, check.names = FALSE,
                 namedRegion = NULL, na.strings = "NA", fillMergedCells = FALSE)

输出：

  DATE        TIME
  2015-02-15  0.3333333
  2014-01-22  0.9166667

我不确定为什么会这样，也不知道是否有办法解决这个问题，因为我需要同时使用 DATE 和 TIME 来进行一些计算。

Answer 1

R 确实没有时间格式，所以我建议使用 read_excel 阅读它，它会自动检测列类型。这会将其转换为具有随机日期的日期时间格式，然后您可以将其删除，然后再将其转换为正确的时间戳。

library(readxl)
library(lubridate)

test <- read_excel('dfin.xlsx',trim_ws = TRUE) %>%
  #return the TIME column to the way it is written in Excel
  mutate(TIME = as.character(gsub(".* ","",TIME)),
  #format the date column
     DATE = dmy(DATE),
  #turn it into a timestamp
     TIMESTAMP = as.POSIXct(paste(DATE,TIME)))

Answer 2

我的第一个猜测是 read.xlsx() 在读取文件时试图猜测 .xlsx 中的日期外观列，并奇怪地将时间从 %I:%M %p 格式转换为 24 小时的分数（因为例如 0.3333333 * 24 = 7.999999 which is exactly 8.0）。但后来我注意到，如果我将参数 detectDates 更改为 FALSE 什么都没有真正改变 - 它输出相同的数据帧。所以它什么也没猜，它只是按原样读取 TIME。

如果您尝试在 Excel 工作簿中编辑 10:00 PM，您会发现它实际上存储为 22:00:00。那么为什么最后它表示为 24 的分数？！不知道，希望有大佬解释一下。

@Randall 方法与 openxlsx::read.xlsx() 相比是非常好的替代方法。请注意，read_xlsx() 将 TIME 识别为 %H:%M:%S，并将其转换为虚拟 POSIXct/POSIXt 对象，即 1899-12-31 08:00:00 和 1899-12-31 22:00:00.

令人惊讶的是，read_xlsx() 无法识别 DATE 具有 %d-%m-%Y 格式，并将其解释为 character。这意味着我们需要将两个变量转换为适当的格式以获得所需的输出。

我认为我们不需要使用 gsub 从 POSIXct 对象获取 12 小时时钟时间，为此目的使用 format 更容易。将 DATE 从 %d-%m-%Y 格式转换为 %Y-%m-%d 格式甚至更容易：

library(dplyr)
library(readxl)

read_xlsx("myfile.xlsx") |>
  mutate(
    DATE = as.Date(DATE, "%d/%m/%Y"), 
    TIME = format(TIME, "%I:%M %p")   # “That’s what I do: I drink and I know things.”
 )

产生：

# A tibble: 2 x 2
  DATE       TIME    
  <date>     <chr>   
1 2015-02-15 08:00 AM
2 2014-01-22 10:00 PM

Answer 3

我遇到了同样的问题并按如下方式解决了 - 快速而肮脏：

使用readxl:read_excel()读取数据。
不失一般性，我们只考虑从 "0.72222222222222" 获取 17:20 而不是包含时间数据的列。请注意从 excel 文件中读取的值可能有不需要的类型，但对于计算我们需要数字。

x <- as.numeric("0.72222222222222")*24 

minutes <- round((x %% 1)*60, digits = 0) 
hours <- round(x - minutes/60, digits = 0)
if (minutes < 10){ #if minutes is a single digit need to insert a preceding 0
    minutes= paste0("0",minutes)
}
paste0(hours, ":", minutes)
#17:20

Answer 4

读取时间值作为“日期”：

 test <- read_excel('dfin.xlsx', col_types = c("date"), ...)

然后trim用substr()得到时间：
```
 test <- substr(test,12,16)
```

使用 R 从 excel sheet 读取时如何检测时间

How to detect TIME when reading from an excel sheet using R

r

openxlsx