在R中排列日期字符

我正在處理許多標有括號中月份的 csv 檔案。例如：

files_names <- list.files("data/", recursive = TRUE, full.names = TRUE)

[1] "data/BOC_All_ATMImage_(Aug 2020).txt" "data/BOC_All_ATMImage_(Aug 2021).txt"
[3] "data/BOC_All_ATMImage_(Feb 2021).txt" "data/BOC_All_ATMImage_(Feb_2020).txt"
[5] "data/BOC_All_ATMImage_(May 2021).txt" "data/BOC_All_ATMImage_(Nov 2019).txt"

column_names <- files_names %>%
  str_extract(., "(?<=\\().*?(?=\\))") %>%
  str_to_lower() %>%
  str_replace(., " ", "_")

"aug_2020" "aug_2021" "feb_2021" "feb_2020" "may_2021" "nov_2019"

我正在使用map2函式 inpurrr來處理 csv 檔案并使用files_names和column_names在回圈中設定列名。

data <-
  map2(files_names, column_names,
       ~ read_csv(.x, guess_max = 50000) %>%
         mutate(
           day = 01,
           month_year = str_extract(.x, "(?<=\\().*?(?=\\))"),
           date_dmy = paste0(day, "-", month_year),
           date = dmy(date_dmy),
           "{.y}" := 1
         ),
       .id = "group" 
  )

我需要弄清楚如何排列這個串列，以便每個資料集都按時間順序排列。一種方法是在將初始字符向量（files_names和column_names）送入回圈之前對其進行排列。或者，簡單地排列data串列以便資料幀按時間順序排列可能會更容易？我date在每個資料框中創建了一個變數，所以這可能是另一種方法，但我不確定如何按日期變數重新排序串列。

uj5u.com熱心網友回復：

我們可以使用str_match來搜索幾個月和幾年。之后，使用一些dplyr來清理資料。我想用一個因素來安排月份。

library(tidyverse)

files_names <-
  c(
    "data/BOC_All_ATMImage_(Aug 2020).txt", "data/BOC_All_ATMImage_(Aug 2021).txt",
    "data/BOC_All_ATMImage_(Feb 2021).txt", "data/BOC_All_ATMImage_(Feb_2020).txt",
    "data/BOC_All_ATMImage_(May 2021).txt", "data/BOC_All_ATMImage_(Nov 2019).txt"
  )

factor_w_month <- partial(factor, levels = )
months <- partial(factor, levels = (c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec")))

files_names %>%
  str_match(".*_\\((.*)[ _](\\d )\\)\\.txt$") %>%
    as.data.frame() %>%
    mutate(V2 = months(V2)) %>%
    arrange(V3, V2) %>% 
    transmute(files_names = V1, column_names = str_to_lower(str_c(V2, '_', V3)))
#>                            files_names column_names
#> 1 data/BOC_All_ATMImage_(Nov 2019).txt     nov_2019
#> 2 data/BOC_All_ATMImage_(Feb_2020).txt     feb_2020
#> 3 data/BOC_All_ATMImage_(Aug 2020).txt     aug_2020
#> 4 data/BOC_All_ATMImage_(Feb 2021).txt     feb_2021
#> 5 data/BOC_All_ATMImage_(May 2021).txt     may_2021
#> 6 data/BOC_All_ATMImage_(Aug 2021).txt     aug_2021

^{由reprex 包(v2.0.1)于 2021 年 12 月 20 日創建}

uj5u.com熱心網友回復：

我認為以下解決方案還可以幫助您在開始將日期讀入 R 之前對日期進行排序：

library(dplyr)
library(stringr)

files_names %>%
  enframe() %>%
  mutate(date = str_extract(value, "(?<=\\().*(?=\\))"), 
         date = paste(str_extract(date, "\\d "), str_extract(date, "[[:alpha:]] "), "01", 
                      sep = "-"), 
         date = as.Date(date, format = "%Y-%b-%d")) %>%
  arrange(desc(date))

# A tibble: 6 x 3
   name value                                date      
  <int> <chr>                                <date>    
1     2 data/BOC_All_ATMImage_(Aug 2021).txt 2021-08-01
2     5 data/BOC_All_ATMImage_(May 2021).txt 2021-05-01
3     3 data/BOC_All_ATMImage_(Feb 2021).txt 2021-02-01
4     1 data/BOC_All_ATMImage_(Aug 2020).txt 2020-08-01
5     4 data/BOC_All_ATMImage_(Feb_2020).txt 2020-02-01
6     6 data/BOC_All_ATMImage_(Nov 2019).txt 2019-11-01

還有一些關于你使用的正則運算式的小提示，我認為你不需要讓.*部分變得懶惰。

uj5u.com熱心網友回復：

通過決議和排序 column_names 中的日期，您可以按時間順序排列您的 files_names 并從那里處理您的檔案

files_names <- list.files("data/", recursive = TRUE, full.names = TRUE)

column_names <- files_names %>%
  str_extract(., "(?<=\\().*?(?=\\))") %>%
  str_to_lower() %>%
  str_replace(., " ", "_")


files_names <- files_names[
order(readr::parse_date(column_names,"%b_%Y"))]
files_names
[1] "data/BOC_All_ATMImage_(Nov 2019).txt"
[2] "data/BOC_All_ATMImage_(Feb_2020).txt"
[3] "data/BOC_All_ATMImage_(Aug 2020).txt"
[4] "data/BOC_All_ATMImage_(Feb 2021).txt"
[5] "data/BOC_All_ATMImage_(May 2021).txt"
[6] "data/BOC_All_ATMImage_(Aug 2021).txt"

uj5u.com熱心網友回復：

如果沒有 csv 檔案，我真的無法運行您的代碼，但看起來您已經有了一個小標題串列，并且您已經使用檔案名中的片段添加了一個日期列。在這種情況下，您只需要

data %>% bind_rows() %>% arrange(date)

獲取單個小標題，但根據檔案名中的日期對行進行排序。

標籤：r dplyr 咕噜噜

上一篇：str_split用于列值，然后將其轉換為R中的向量

下一篇：如何使用特定值填充列中的一系列單元格？