问题是,当我使用openxlsx
包中的read.xlsx
从excel表读取R时,TIME
列会转换为分数。
这里有一个例子,
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
我不知道它为什么会这样做,也不知道是否有办法解决这个问题,因为我需要使用日期和时间来进行一些计算。
R实际上没有时间格式,所以我建议使用read_excel
读取它,它会自动检测列类型。这将把它变成一个带有随机日期的日期-时间格式,然后你可以删除它,然后再把它转换成一个合适的时间戳。
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)))
我的第一个猜测是,read.xlsx()
在读取文件时试图猜测.xlsx中看起来像日期的列,并奇怪地将时间从%I:%M %p
格式转换为24小时的小数(因为例如0.3333333 * 24 = 7.999999
,它正好是8.0)。但后来我注意到,如果我将参数detectDates
更改为FALSE
,则没有什么真正的变化-它输出相同的数据帧。所以它什么也没猜,它只是照原样读取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,为什么最后它被表示为24
的一个分数呢?!我不知道,我希望有人能解释一下。
@与openxlsx::read.xlsx()
相比,Randall方法确实是一个很好的选择。注意,read_xlsx()
将TIME
识别为%H:%M:%S
,并将其转换为伪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()
没有识别出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,以便获得所需的输出。
我认为我们不需要使用gsub
来从POSIXct
对象获得12小时的时钟时间,为此使用format
要容易得多。将DATE
从%d-%m-%Y
转换为%Y-%m-%d
格式是一项更容易的任务:
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.”
)
哪个生产:
# A tibble: 2 x 2
DATE TIME
<date> <chr>
1 2015-02-15 08:00 AM
2 2014-01-22 10:00 PM
我遇到了同样的问题,并按如下方式解决了它——快速而肮脏:
-
使用
readxl:read_excel()
读取数据。 -
在不失一般性的情况下,我们只考虑从
"0.72222222222222"
获得17:20
,而不是包含时间数据的列。请注意,从excel文件中读取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
在chron包中使用times()
函数将给出解决方案:
library(chron)
times(0.111)
[1] 02:39:50
-
将时间值读取为"日期":
test <- read_excel('dfin.xlsx', col_types = c("date"), ...)
-
然后用
substr()
修剪得到时间:test <- substr(test,12,16)