R语言处理共享单车CSV数据：冗余字符去除与到达时间计算

哈喽，咱们一步步来解决你的两个问题——先处理冗余字符去除，再计算共享单车数据里的到达时间。下面是具体的R实现方法：

在R里处理字符串冗余字符，根据不同场景可以选这些实用方法：

• 去除首尾空格或特定字符：用trimws()函数，默认处理首尾空格，也能指定要移除的字符：

  # 去除字符串首尾空格
  cleaned_str <- trimws(your_string_vector)
  
  # 去除首尾的#和_字符
  cleaned_str <- trimws(your_string_vector, which = "both", whitespace = "[#_]")
  

• 去除字符串中间的特定字符：用gsub()做全局替换，比如移除所有@符号：

  cleaned_str <- gsub("@", "", your_string_vector)
  

• 精准匹配移除特定模式字符：用stringr包的str_remove_all()，支持正则表达式，比如移除所有数字：

  library(stringr)
  cleaned_str <- str_remove_all(your_string_vector, "\\d")
  

你的出发时间FECHA_HORA_RETIRO是factor类型，格式类似"23/..."，得先把它转成R能识别的时间格式，再加上骑行时长TIEMPO_USO（这里假设时长单位是分钟或秒，需对应调整），步骤如下：

步骤1：将factor类型的出发时间转为datetime对象 #

先把factor转成字符，再用时间解析函数处理。假设你的时间格式是"dd/mm/yyyy HH:MM:SS"（比如"23/10/2024 14:30:00"）：

# 基础R方法
df$FECHA_HORA_RETIRO <- as.POSIXct(as.character(df$FECHA_HORA_RETIRO), format = "%d/%m/%Y %H:%M:%S")

# 用lubridate包更简洁（推荐）
library(lubridate)
df$FECHA_HORA_RETIRO <- dmy_hms(as.character(df$FECHA_HORA_RETIRO))

注意：如果时间格式只有日期（无时分秒），换成dmy()函数；如果格式不统一，用parse_date_time()兼容多种格式：

df$FECHA_HORA_RETIRO <- parse_date_time(as.character(df$FECHA_HORA_RETIRO), orders = c("dmy_hms", "dmy_hm"))

步骤2：将骑行时长转为时间间隔并与出发时间相加 #

假设TIEMPO_USO是分钟单位：

# 用lubridate的minutes()函数添加时长
df$FECHA_HORA_LLEGADA <- df$FECHA_HORA_RETIRO + minutes(df$TIEMPO_USO)

# 如果时长是秒数，换成seconds()
# df$FECHA_HORA_LLEGADA <- df$FECHA_HORA_RETIRO + seconds(df$TIEMPO_USO)

# 不用lubridate的话，把时长转成秒（POSIXct以秒为单位）
# df$FECHA_HORA_LLEGADA <- df$FECHA_HORA_RETIRO + df$TIEMPO_USO*60

步骤3：验证结果 #

转完后可以检查列类型和数据是否正确：

# 确认时间列类型
class(df$FECHA_HORA_LLEGADA)
# 查看前几行数据
head(df[, c("FECHA_HORA_RETIRO", "TIEMPO_USO", "FECHA_HORA_LLEGADA")])

额外提醒：如果TIEMPO_USO是factor或字符类型，先转成数值再计算：

df$TIEMPO_USO <- as.numeric(as.character(df$TIEMPO_USO))

内容的提问来源于stack exchange，提问作者Ricardo