在R中将特定格式字符串转为时间戳时遇输入过长报错的解决方法

问题场景 #

给定格式为Tue Feb 11 12:28:36 +0000 2014的时间字符串，尝试用R语言的strptime函数转换为时间戳，执行代码如下：

timeobj <- strptime(df[1], format = "%a %b %e %H:%M:%S %z %Y", tz = "GMT")

其中df[1]指向上述格式的字符串列，但运行后抛出错误：

Error in strptime(df[1], format = "%a %b %e %H:%M:%S %z %Y", tz = "GMT") : 
  input string is too long

数据框前5条数据的dput结果如下：

dput(df[1:5, 1]) =
c("Tue Feb 11 12:47:26 +0000 2014", "Tue Feb 11 12:55:09 +0000 2014", "Tue Feb 11 13:22:29 +0000 2014", "Tue Feb 11 13:24:31 +0000 2014", "Tue Feb 11 13:34:00 +0000 2014") 

问题原因 #

报错的核心是索引方式错误：df[1]返回的是一个完整的数据框（data.frame）对象，而strptime需要的是单纯的字符向量。当数据框被传入strptime时，会被强制转换为字符串形式（比如"data.frame with 5 rows and 1 columns..."），这个转换后的字符串长度远超过实际时间字符串，因此触发“输入字符串过长”的错误。

解决方法 #

只需修改索引方式，把df[1]替换为以下任意一种即可：

• 用双层方括号提取列的字符向量：

timeobj <- strptime(df[[1]], format = "%a %b %e %H:%M:%S %z %Y", tz = "GMT")

• 用逗号索引提取列：

timeobj <- strptime(df[,1], format = "%a %b %e %H:%M:%S %z %Y", tz = "GMT")

• 如果列有明确名称，直接用列名提取（更直观）：

# 假设列名为time_str
timeobj <- strptime(df$time_str, format = "%a %b %e %H:%M:%S %z %Y", tz = "GMT")

验证测试 #

用你提供的测试数据验证：

test_df <- data.frame(time_str = c("Tue Feb 11 12:47:26 +0000 2014", "Tue Feb 11 12:55:09 +0000 2014", "Tue Feb 11 13:22:29 +0000 2014", "Tue Feb 11 13:24:31 +0000 2014", "Tue Feb 11 13:34:00 +0000 2014"))
strptime(test_df[[1]], format = "%a %b %e %H:%M:%S %z %Y", tz = "GMT")

执行后会正确返回POSIXlt类型的时间对象：

[1] "2014-02-11 12:47:26 GMT" "2014-02-11 12:55:09 GMT" "2014-02-11 13:22:29 GMT" "2014-02-11 13:24:31 GMT" "2014-02-11 13:34:00 GMT"

内容的提问来源于stack exchange，提问作者yuyu