在 R 中将完整年龄从字符转换为数字

Question

我在 R 中有一个以字符串（例如“10 年 8 个月 23 天”）表示的人的完整年龄的数据集，我需要将其转换为有意义的数字变量。我正在考虑转换它到这个人有多少天的年龄（这很难，因为月份有不同的天数）。所以最好的解决方案可能是创建一个将年龄显示为 10.6 或 10.8 的双变量，一些数字变量包含 10 年的信息8 个月 5 天大于 10 年 7 个月 12 天。

这是我当前变量的一个例子

library(tibble)

age <- tibble(complete_age = 
             c("10 years 8 months 23 days",
               "9 years 11 months 7 days",
               "11 years 3 months 1 day",
               "8 years 6 months 12 days")) 

age

# A tibble: 4 x 1
  complete_age             
  <chr>                    
1 10 years 8 months 23 days
2 9 years 11 months 7 days 
3 11 years 3 months 1 day  
4 8 years 6 months 12 days

这是我希望看到的可能结果的示例（具有 age_num 的近似值）

> age
# A tibble: 4 x 2
  complete_age              age_num
  <chr>                       <dbl>
1 10 years 8 months 23 days    10.66
2 9 years 11 months 7 days      9.92
3 11 years 3 months 1 day      11.27
4 8 years 6 months 12 days      8.52

总而言之，我有一个包含“complete_age”列的数据集，我想创建列“age_num”。

如何在 R 中做到这一点？ 我很难尝试使用 stringr 和 lubridate 但也许这就是方法去吗？

Answer 1

拆分 space，然后计算。请注意，您可能希望根据需要更改一年或一个月的平均天数：

age %>% 
  separate(complete_age, into = c("Y", NA, "M", NA, "D", NA), 
           convert = TRUE, remove = FALSE) %>% 
  transmute(complete_age, age_num = Y + (M * 30.45 + D) / 365.25)

# # A tibble: 4 x 2
#   complete_age                 age_num
#   <chr>                          <dbl>
# 1 10 years 8 months 23 days      10.7 
# 2 9 years 11 months 7 days        9.94
# 3 11 years 3 months 1 day        11.3 
# 4 8 years 6 months 12 days        8.53

Answer 2

这是另一种方法：

删除所有字母 '[A-Za-z]' 和 str_remove_all
将结果数字分开
使用 type.convert(as.is = TRUE)
使用 bind_cols

library(dplyr)
library(stringr)
age %>% 
  mutate(complete_age = str_remove_all(complete_age, "[A-Za-z]")) %>% 
  separate(complete_age, c("year", "month", "day")) %>% 
  type.convert(as.is = TRUE) %>% 
  mutate(ageYear = (year + month/12 + day/365), .keep="unused") %>% 
  bind_cols(age)

  ageYear complete_age             
    <dbl> <chr>                    
1   10.7  10 years 8 months 23 days
2    9.94 9 years 11 months 7 days 
3   11.3  11 years 3 months 1 day  
4    8.53 8 years 6 months 12 days

Answer 3

使用 lubridate 便利函数，period 和 time_length:

library(lubridate)
age %>% 
  mutate(age_years = time_length(period(complete_age), unit = "years"))

  # A tibble: 4 x 2
  #  complete_age              age_years
  # <chr>                         <dbl>
  # 1 10 years 8 months 23 days 10.729637
  # 2  9 years 11 months 7 days  9.935832
  # 3   11 years 3 months 1 day 11.252738
  # 4  8 years 6 months 12 days  8.532854

在 R 中将完整年龄从字符转换为数字

Transforming complete age from character to numeric in R

r

lubridate

stringr

data-cleaning

data-wrangling