lubridate

    0熱度

    3回答

    如何將R中的日期轉換爲沒有破折號或斜線的字符串或沒有冒號的字母和時間。例如,我可以在R中獲得2017-12-07,但我需要201712071520在Weather API調用中使用。我怎樣才能做到這一點?有關參考請參閱下面的示例調用startDateTime和endDateTime。我想將我的日期轉換爲20171207格式,並在沒有冒號的情況下將其附加到固定時間(1520)。感謝您的幫助! 我被告

    1熱度

    3回答

    我有一些數據,看起來像這樣: dates <- structure(c(1L, 2L, 4L, 3L), .Label = c("Sat, 18 Nov 2017 00:00:00 GMT", "Thu, 16 Nov 2017 00:00:00 GMT", "Tue, 14 Nov 2017 00:00:00 GMT", "Wed, 1

    1熱度

    1回答

    下面的數據有兩個人的觀察日期。 dat <- structure(list(GenIndID = c("BHS_034", "BHS_034", "BHS_068", "BHS_068", "BHS_068", "BHS_068", "BHS_068", "BHS_068", "BHS_068", "BHS_068", "BHS_068"), IndID = c("BHS_034_A", "B

    1熱度

    1回答

    我有兩個不同行數和列數的數據框:每個數據框都有一個日期間隔。 df有一個額外的列表示某種屬性。我的目標是在某些條件下從df(帶有屬性)中將信息提取到df2。程序應該如下: 對於df2的每個日期區間,檢查df中是否有與df2的區間重疊的區間。如果是,則在df2中創建一個表示與df的重疊間隔匹配的屬性的列。可以有多個屬性與特定的df2區間相匹配。 我創造了我的數據下面的例子: library(lubr

    -1熱度

    1回答

    的數據具有包含多個觀測兩種通用基團,其中一些是在DLA字段NA。 DLA日期與組內所有記錄的日期相同。如何擴大DLA值,以便在相應的日期填入NA值。我在dplyr之內工作,我懷疑有一個我找不到的解決方案。這些數據是具有約5k行和約500個個體的較大數據集的一小部分。非常感謝。 dat <- structure(list(GenIndID = structure(c(1L, 1L, 1L, 1L,

    0熱度

    1回答

    固定日期我有一個數據集的最近的日期,df如下: df <- read.table(text = " ID INDEX_DATE DATE VALUE 1 14/06/2017 16/02/2015 7 1 14/06/2017 16/02/2015 6.5 1 14/06/2017 21/07/2015 7 1 14/

    -4熱度

    1回答

    我正在使用lubridate來解析POSIXlt的時間戳。 user time ____ ____ 1 2017-09-01 00:01:01 1 2017-09-01 00:01:20 1 2017-09-01 00:03:01 library(lubridate) data[, time:=parse_date_time2(time,orders="YmdHMS",tz="N

    -2熱度

    1回答

    我需要確定有多少人在排隊等待呼叫到桌面(想想服務:銀行分行,郵局等)。我有關於以下內容的數據:每個人的日期(年,月,日),到達時間(年,月,日,小時,分鐘,秒)和桌面呼叫時間(年,月,日,小時,分鐘,第二)。 我的想法是:由於dplyr和lubridate派生一個子集。我需要一定的時間(例如特定日期的7.43),並考慮到有多少人考慮到客戶,並且沒有打電話到桌面。我的代碼是: subset <- d

    1熱度

    1回答

    我目前正在處理以下數據結構: 屬性DF: ID Begin_A End_A Interval Value 1 5 1990-03-01 2017-03-10 1990-03-01 UTC--2017-03-10 UTC Cat1 2 10 1993-12-01 2017-12-02 1993-12-01 UTC--2017-12-02 UTC Cat2 3 5 1991-03

    0熱度

    1回答

    我嘗試將以下字符向量轉換爲日期類。 > library(lubridate) > unemployment_rate$month [1] "2017-1-1" "2017-2-1" "2017-3-1" "2017-4-1" "2017-5-1" "2017-6-1" "2017-7-1" "2017-8-1" "2017-9-1" "2017-10-1" "2017-11-1" "2017