在R中导入带有不同格式的日期和时间列的csv文件，有没有办法将其标准化？

Question

我是R的新手，并且一直在努力解决这个问题。试图找到跨地方的解决方案，但不能。 我有一个包含多个csv文件的文件夹（大约158个）。每个csv都有一个包含日期和时间的列。我发现日期的格式在csv文件中不是标准的，这会影响我的分析。例：

>head(file1) # date format is in MONTH/day/year
        DateTime         Value
    6/2/14 11:00:01 PM  24.111
    6/3/14 1:30:01 AM   21.61
    6/3/14 4:00:01 AM   20.609

>head(file2) # date format is in day/MONTH/year
DateTime    Value
03/06/14 1:30:01 AM 21.588
03/06/14 4:00:01 AM 20.086
03/06/14 6:30:01 AM 18.584

我做了以下循环来绑定文件。

>files.names<-list.files(getwd(),pattern="*.csv")
>theList <- lapply(files.names,function(x){
>  theData <- read.csv(x,skip=18) })
>theResult <- do.call(rbind,theList)
>head(theResult)
               Date.Time   Value
1 6/2/14 11:00:01 PM     24.111
2  6/3/14 1:30:01 AM     21.610
3  6/3/14 4:00:01 AM     20.609
4  6/3/14 6:30:01 AM     19.107
5  6/3/14 9:00:01 AM     19.608
6 6/3/14 11:30:01 AM     20.609

我的想法：我猜测必须有一种方法在绑定它们之前在每个csv的循环中标准化Date.Time列的格式。也就是说，我认为我必须在我do.call(rbind,theList)之前这样做，但不确定如何（或者是否可能）。在Excel中格式化每个csv文件将是一个痛苦的屁股，所以我将感谢一些帮助：P。

Answer 1

可以通过在read.csv之后添加一行额外的代码，使用parse_date_time包中的lubridate函数来推进它。

>files.names<-list.files(getwd(),pattern="*.csv")
>theList <- lapply(files.names,function(x){
>theData <- read.csv(x,skip=18) 
>theData$Date.Time<-parse_date_time(x = theData$Date.Time, 
           orders = c("mdy HMS %p", "dmy HMS %p"), local = eng") }) ###extra line
>theResult <- do.call(rbind,theList)

我的猜测是，根据mdy中的dmy论证，R可以知道何时应该是orders或parse_date_time。

Answer 2

需要使用?strptime帮助页面中的正确格式字符串：

file1$DateTime <- as.POSIXct( file1$DateTime , format="%m/%d/%y %I:%M:%S %p")
file2$DateTime <- as.POSIXct( file1$DateTime , format="%d/%m/%y %I:%M:%S %p")

日期时间输入的脱脂格式为24小时时间的YYYY-MM-DD HH：MM：SS。如果您有AM / PM指示器，则需要使用％I 12小时格式规范。

> file1
             DateTime  Value
1 2014-06-02 23:00:01 24.111
2 2014-06-03 01:30:01 21.610
3 2014-06-03 04:00:01 20.609
> file2
             DateTime  Value
1 2014-06-02 23:00:01 21.588
2 2014-06-03 01:30:01 20.086
3 2014-06-03 04:00:01 18.584

然后使用do.call(rbind, list(file1,file2))获取：

             DateTime  Value
1 2014-06-02 23:00:01 24.111
2 2014-06-03 01:30:01 21.610
3 2014-06-03 04:00:01 20.609
4 2014-06-02 23:00:01 21.588
5 2014-06-03 01:30:01 20.086
6 2014-06-03 04:00:01 18.584