WedX - журнал о программировании и компьютерных науках

Преобразование целого числа во время ЧЧ:ММ в R (например: 50-->00:50)

Существуют различные способы преобразования целого числа во время, но ни один из них не может изменить мой ввод в правильный формат времени.

Например, целочисленные данные с некоторыми NA:

data <- c(NA, 50, 1123, 2211, 645)

Я хочу вернуть следующее: NA, 00:50, 11:23, 22:11, 06:45.

Я пробовал следующее:

format(strptime(data, format="%H%M"), format = "%H:%M") 

что дало мне NA NA 11:23 22:11 NA

а также

sub("(\\d+)(\\d{2})", "\\1:\\2", data)
sub("(\\d+)(.{2})", "\\1:\\2", data)

что дало мне NA 50 11:23 22:11 6:45

Есть ли способ преобразовать 50 в 00:50?

r
19.01.2019

  • Что вы ожидаете от 20? 20:00? 00:20? 20.01.2019
  • 20 будет 00:20. Ответ ниже работает! 20.01.2019

Ответы:


1

Будет работать следующее:

data <- c(NA, 50, 1123, 2211, 645)

format(strptime(formatC(data, width = 4, format = "d", flag = "0"), format="%H%M"), format = "%H:%M")
# [1] NA      "00:50" "11:23" "22:11" "06:45"

Предполагается, что вы всегда хотите прокладывать влево.

19.01.2019
Новые материалы

Как создать диаграмму градиентной кисти с помощью D3.js
Резюме: Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..

Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..


Для любых предложений по сайту: [email protected]