Самый быстрый способ извлечь час из времени (ЧЧ: ММ)

Желание fastPOSIXct работает, но не работает в этом случае.

Вот мои данные времени (у которых нет дат) - и мне нужно получить часть часов от них.

times <- c("9:46","11:06", "14:17", "19:53", "0:03", "3:56")

Вот неверный вывод из fastPOSIXct:

fastPOSIXct(times, "GMT")
[1] "1970-01-01 00:00:00 GMT" "1970-01-01 00:00:00 GMT"
[3] "1970-01-01 00:00:00 GMT" "1970-01-01 00:00:00 GMT"
[5] "1970-01-01 00:00:00 GMT" "1970-01-01 00:00:00 GMT"

Он не распознает время без наличия дат правильно.

Метод hour из data.table с as.ITime решает эту задачу, но на больших массивах времени выглядит медленным.

library(data.table)
hour(as.ITime(times))
# [1]  9 11 14 19  0  3

Удивительно, если есть более быстрый способ (как и fastPOSIXct, но работает без необходимости в дате).

fastPOSIXct действительно работает как привязка, но просто неправильно.

Ответ 1

Вы также можете попробовать substr: as.integer(substr(vals, start = 1, stop = nchar(vals) - 3))

В тесте на вектор с элементами 10e6 stringi::stri_sub самый быстрый, а substr номер два.

vals <- sample(c("9:46", "11:06", "14:17", "19:53", "0:03", "3:56"), 1e6, replace = TRUE)

fun_substr <- function(vals) as.integer(substr(vals, start = 1, stop = nchar(vals) - 3))

grab.hrs <- function(vals) as.integer(sub(pattern = ":.*", replacement = "", x = vals))

fun_strtrim <- function(vals) as.integer(strtrim(vals, nchar(vals) - 3))

library(chron)
fun_chron <- function(vals) hours(times(paste0(vals, ":00")))

fun_lt <- function(vals) as.POSIXlt(vals, format="%H:%M")$hour

library(stringi)
fun_stri_sub <- function(vals) as.integer(stri_sub(vals, from = 1, to = -4))

library(microbenchmark)
microbenchmark(fun_substr(vals),
               fun_stri_sub(vals),      
               grab.hrs(vals),
               fun_strtrim(vals),
               fun_lt(vals),
               fun_chron(vals),
               unit = "relative", times = 5)
# Unit: relative
#               expr       min        lq      mean    median        uq       max neval
#   fun_substr(vals)  2.186714  1.902074  2.015082  1.968542  1.945007  2.090236     5
# fun_stri_sub(vals)  1.000000  1.000000  1.000000  1.000000  1.000000  1.000000     5
#     grab.hrs(vals)  2.656630  2.397918  2.687133  2.426223  2.446902  3.263962     5
#  fun_strtrim(vals) 31.177869 27.601380 26.009818 27.423562 17.902507 29.426989     5
#       fun_lt(vals) 47.296929 41.122287 42.266556 40.647465 30.539030 52.710992     5
#    fun_chron(vals)  5.594931  5.159192  5.961775  7.746242  5.286944  6.189742     5

Ответ 2

Вы также можете сделать это с помощью функции times из пакета chron:

library(chron)
vals <- c("9:46","11:06", "14:17", "19:53", "0:03", "3:56")
dat <- times(paste0(vals, ":00"))
hours(dat)
# [1]  9 11 14 19  0  3

Если скорость важна, вы можете быстрее извлечь часы с помощью манипуляции с строкой:

grab.hrs <- function(vals) as.numeric(sub(pattern = ":.*", replacement = "",
                                      x = vals))
grab.hrs(vals)
# [1]  9 11 14 19  0  3

times и as.POSIXlt (из решения @tonytonov) кажутся несколько более быстрыми, чем as.ITime, а манипуляция строк выполняется намного быстрее:

library(microbenchmark)
library(data.table)
microbenchmark(hours(times(paste0(vals, ":00"))),
               hours(as.ITime(vals)),
               as.POSIXlt(vals, format="%H:%M")$hour,
               grab.hrs(vals))
# Unit: microseconds
#                                     expr     min       lq   median       uq      max neval
#        hours(times(paste0(vals, ":00"))) 174.544 184.9485 193.5630 204.6950 5047.195   100
#                    hours(as.ITime(vals)) 665.833 678.8790 705.6445 735.0525 3030.574   100
#  as.POSIXlt(vals, format = "%H:%M")$hour 158.264 169.8880 171.9670 180.1800  301.840   100
#                           grab.hrs(vals)  10.637  15.4540  20.0995  21.1285   55.985   100

Ответ 3

Чтобы действительно ускориться, вы также можете просто обрезать lsat 3 символа из строк. Это быстрее, чем использование regex.

as.numeric(strtrim(times, nchar(times) - 3)) 
## [1]  9 11 14 19  0  3

Ниже приведены результаты тестов

Unit: microseconds
                                         expr     min       lq   median       uq      max neval
            hours(times(paste0(vals, ":00"))) 200.670 212.9720 218.7960 221.8420  352.370   100
                        hours(as.ITime(vals)) 453.174 478.9680 487.3805 496.7885 1607.321   100
      as.POSIXlt(vals, format = "%H:%M")$hour  41.278  46.4945  49.7310  51.3115   56.453   100
                               grab.hrs(vals)  12.352  15.4295  18.3850  20.3390   31.349   100
  as.numeric(gsub("(.*):.*", "\\\\1", times))  14.528  17.7225  20.6390  23.4530   53.683   100
 as.numeric(strtrim(times, nchar(times) - 3))   9.621  11.6605  12.7435  13.2520  147.446   100

Ответ 4

Это вариант? Это решение base.

as.POSIXlt(times, format="%H:%M")$hour
#[1]  9 11 14 19  0  3

Ответ 5

Вы можете использовать функцию stri_sub из пакета stringi и обрезать последние 3 символа следующим образом:

require(stringi)
times <- c("9:46", "11:06", "14:17", "19:53", "0:03", "3:56")
stri_sub(times, from = 1, to = -4)
## [1] "9"  "11" "14" "19" "0"  "3"

Если параметры from и/или to отрицательны, то подсчет выполняется из конца строки. Таким образом, в этом примере подстрока от первого символа до четвертого, но считая от конца строки.

Ответ 6

str_sub или substr всегда будет полезен в этой ситуации. Например, следующий код для substr:

times <- c("9:46", "11:06", "14:17", "19:53", "0:03", "3:56")

times1 <- str_pad(times,5,pad='0')

times1
## [1]"09:46", "11:06", "14:17", "19:53", "00:03", "03:56"

Substr(times1,1,2)
## [1] "09"  "11" "14" "19" "00"  "03"