r - 如何从数据框列中提取信息以制作新的数据框

Question

我有一个数据框，第一列“原始数据”，内容如下:

Raw Data
USGS    162        1994-10-15      14      A
USGS    162        1994-10-16      49      A
USGS    162        1994-10-17      39      A
......

我正在尝试创建一个新的数据框，它现在有两列而不是一列。第一列将包含日期，第二列将包含整数值，因此它看起来像这样:

Date        Integer
1994-10-15  14

我知道您可以使用 strptime() 和 format() 来提取年、月、日，但我不确定当单元格中有额外的数字和字符时这是如何工作的。谢谢。

Answer 1

您可以使用read.table。

 res <- read.table(text=df$RawData, header=FALSE, sep='', 
   colClasses=c(NA, NA, 'Date', 'integer'), col.names=c('', '', 
            'Date', 'Integer', ''))[3:4]
 res
 #        Date Integer
 #1 1994-10-15      14
 #2 1994-10-16      49
 #3 1994-10-17      39

或者使用splitstackshape中的cSplit。之后可以使用 as.Date

将“Date”列类更改为“Date”

 library(splitstackshape)
 setnames(cSplit(df, 'RawData', sep=' ', type.convert=TRUE)[,3:4,
              with=FALSE], c('Date', 'Integer'))[]

或者

 library(tidyr)
 extract(df, 'RawData', into= c('Date', 'Integer'), 
         '\\S*\\s*\\S*\\s*(\\S*)\\s*(\\S*).*', convert=TRUE)

或者

 library(data.table)#v1.9.5+
 setnames(setDT(df)[, tstrsplit(RawData, ' +', 
            type.convert=TRUE)[3:4]], c('Date', 'Integer'))[]

注意:来自 @bgoldst 帖子的“df”