Date或Datetime字段部分空白时如何转换； na.omit 失败

Question

我有一个包含进出日期和时间的数据集。每行都是一个进出集，但有些是空白的。我可以用 na.omit 删除空白并读入（它是一个 csv，na.strings=c("") 适用于 read.csv）。

当然，因为现实世界永远不像教程那样，有些时间只是日期，所以我的 as.POSIXlt(Dataset$In,format="%m/%d/%Y %H:%M") returns NA 在 "only date no time" 上。

na.omit 不会删除这些行。所以问题是 2

为什么 na.omit 不起作用，或者我怎样才能让它起作用？
更好，如何在不调用 2 次或在格式字符串中使用某种可选参数的情况下将一列转换为日期和时间（采用 posix 格式）？（或者这甚至可能吗？）。

这是日期和时间的示例。我无法共享真实文件，1 它很大，2 它是 PII。

Id,In,Out
1,8/15/2015 8:00,8/15/2015 17:00
1,8/16/2015 8:04,8/16/2015
1,8/17/2015 8:50,8/17/2015 18:00
1,8/18/2015,8/18/2015 17:00
2,8/15/2015,8/15/2015 13:00
2,8/16/2015 8:00,8/16/2015 17:00
3,8/15/2015 4:00,8/15/2015 11:00
3,8/16/2015 9:00,8/16/2015 19:00
3,8/17/2015,8/17/2015 17:00
3,,
4,,
4,8/16/2015 6:00,8/16/2015 20:00

Answer 1

DF <- read.table(text = "Id,In,Out
                 1,8/15/2015 8:00,8/15/2015 17:00
                 1,8/16/2015 8:04,8/16/2015
                 1,8/17/2015 8:50,8/17/2015 18:00
                 1,8/18/2015,8/18/2015 17:00
                 2,8/15/2015,8/15/2015 13:00
                 2,8/16/2015 8:00,8/16/2015 17:00
                 3,8/15/2015 4:00,8/15/2015 11:00
                 3,8/16/2015 9:00,8/16/2015 19:00
                 3,8/17/2015,8/17/2015 17:00", header = TRUE, sep = ",",
                 stringsAsFactors = FALSE) #set this option during import


DF$In[nchar(DF$In) < 13] <- paste(DF$In[nchar(DF$In) < 13], "0:00")
DF$Out[nchar(DF$Out) < 13] <- paste(DF$Out[nchar(DF$Out) < 13], "0:00")

DF$In <- as.POSIXct(DF$In, format = "%m/%d/%Y %H:%M", tz = "GMT")
DF$Out <- as.POSIXct(DF$Out, format = "%m/%d/%Y %H:%M", tz = "GMT")
#  Id                  In                 Out
#1  1 2015-08-15 08:00:00 2015-08-15 17:00:00
#2  1 2015-08-16 08:04:00 2015-08-16 00:00:00
#3  1 2015-08-17 08:50:00 2015-08-17 18:00:00
#4  1 2015-08-18 00:00:00 2015-08-18 17:00:00
#5  2 2015-08-15 00:00:00 2015-08-15 13:00:00
#6  2 2015-08-16 08:00:00 2015-08-16 17:00:00
#7  3 2015-08-15 04:00:00 2015-08-15 11:00:00
#8  3 2015-08-16 09:00:00 2015-08-16 19:00:00
#9  3 2015-08-17 00:00:00 2015-08-17 17:00:00

na.omit 不适用于 POSIXlt 对象，因为它记录在 "handle vectors, matrices and data frames comprising vectors and matrices (only)." 中（参见 help("na.omit")）。从严格意义上讲，POSIXlt 对象不是向量：

unclass(as.POSIXlt(DF$In))
#$sec
#[1] 0 0 0 0 0 0 0 0 0
#
#$min
#[1]  0  4 50  0  0  0  0  0  0
#
#$hour
#[1] 8 8 8 0 0 8 4 9 0
#
#$mday
#[1] 15 16 17 18 15 16 15 16 17
#
#$mon
#[1] 7 7 7 7 7 7 7 7 7
#
#$year
#[1] 115 115 115 115 115 115 115 115 115
#
#$wday
#[1] 6 0 1 2 6 0 6 0 1
#
#$yday
#[1] 226 227 228 229 226 227 226 227 228
#
#$isdst
#[1] 0 0 0 0 0 0 0 0 0
#
#attr(,"tzone")
#[1] "GMT"

几乎没有任何理由比 POSIXct 更喜欢 POSIXlt（这是一个整数，给出了内部自原点以来的秒数，因此需要更少的内存）。

Answer 2

您已经获得了一些将这些字符值引入并处理的策略 "in-place"。我几乎从不使用 as.POSIXlt，因为在处理列表中列表结构时有很多陷阱，它 returns，特别是考虑到它与数据帧的有效不兼容。这是一个通过定义 as 方法在 read. 级别进行测试和强制转换的方法：

setOldClass("inTime", prototype="POSIXct")
setAs("character", "inTime", 
      function(from) structure( ifelse( is.na(as.POSIXct(from, format="%m/%d/%Y %H:%M") ), 
                                          as.POSIXct(from, format="%m/%d/%Y") ,
                                          as.POSIXct(from, format="%m/%d/%Y %H:%M")  ), 
                                class="POSIXct" ) )

read.csv(text=txt, colClasses=c("numeric", 'inTime','inTime') )
  Id                  In                 Out
1  1 2015-08-15 08:00:00 2015-08-15 17:00:00
2  1 2015-08-16 08:04:00 2015-08-16 00:00:00
3  1 2015-08-17 08:50:00 2015-08-17 18:00:00
4  1 2015-08-18 00:00:00 2015-08-18 17:00:00
5  2 2015-08-15 00:00:00 2015-08-15 13:00:00
6  2 2015-08-16 08:00:00 2015-08-16 17:00:00
7  3 2015-08-15 04:00:00 2015-08-15 11:00:00
8  3 2015-08-16 09:00:00 2015-08-16 19:00:00
9  3 2015-08-17 00:00:00 2015-08-17 17:00:00

structure "envelope" 是必需的，因为 ifelse 的行为相当奇怪，否则 return 一个数字对象而不是 class-'POSIXct'.

Date或Datetime字段部分空白时如何转换； na.omit 失败

How to convert Date or Datetime field when some parts are blank; na.omit fails

datetime

r

missing-data

posixct

na