从字符串中提取数字，然后将其作为日期

Question

您好，我想提取以下字符串

“ 2020y 3m 1d 16h”

的年，月份和日期，并希望像以下输出：

“ 2020-03-01”（或“ 2020-3-1”，但是日期类型）

我尝试搜索Google，但只能得到[提取某些模式 - 大多数在标点符号中具有模式]，[提取所有数字 -很难删除16等。

有人可以帮我吗？

非常感谢您！

Answer 1

我们可以首先从输入中删除“ __H”字符串，然后从lubridate软件包中使用ymd（）函数将其转换为日期。

REGEX：

• \\ s任何白色空间（要匹配“ 16H”之前的空间）
• \\ d {1,2}任何发生1至2次的数字（因为小时应从00到23或24，最大时只有两个数字）

library(lubridate)

ymd(gsub("\\s\\d{1,2}h", "", "2020y 3m 1d 16h"))
[1] "2020-03-01"

class(ymd(gsub("\\s\\d{1,2}h", "", "2020y 3m 1d 16h")))
[1] "Date"

Answer 2

将y，m，d字符转换为短破折线，然后使用as.posixct将其转换为DateTime类。这些空间可能不在月或日期中或以上是10个。

as.POSIXct( gsub("[y|m|d]( ){0,1}", "-", test),format="%Y-%m-%d-%Hh")
#[1] "2020-03-01 16:00:00 CST"

这也可以通过以下输入成功：

test <- "2020y12m 1d 16h"

....而Benson23的答案失败。如果您打算丢弃小时信息，则格式字符串可能是：

..., format="%Y-%m-%d"

as.POSIXct( gsub("[y|m|d]( ){0,1}", "-", test),format="%Y-%m-%d")

通常应该提供更多可能的输入来支持代码测试。

Answer 3

strsplit在一个或多个非数字\\ d+上使用strsplit之后，可以使用iSodate。

r1 <- simplify2array(strsplit(x, '\\D+')) |> t() |> as.data.frame() |> unname() |>
  do.call(what='ISOdate') |> as.Date()
r1
# [1] "2020-03-01" "2020-12-01" "2020-12-12"
    
class(r1)
[1] "Date"

如果您将as.date删除，您甚至会随着时间的推移获得“ posixt”类。

r2 <- simplify2array(strsplit(x, '\\D+')) |> t() |> as.data.frame() |> unname() |>
  do.call(what='ISOdate')
r2
# [1] "2020-03-01 16:00:00 GMT" "2020-12-01 16:00:00 GMT" "2020-12-12 01:00:00 GMT"
    
class(r2)
# [1] "POSIXct" "POSIXt" 

---

数据：

x <- c("2020y 3m 1d 16h", "2020y 12m 1d 16h", "2020y 12m 12d 1h")