如何简化我的dplyr / apply脚本（） _如何

枕上从妨一夜睡，灯前读尽十年诗。这篇文章主要讲述如何简化我的dplyr / apply脚本？相关的知识，希望能为你提供帮助。
我想使用包含POSIXct数据点的df来完成几个步骤。
基本上，数据框中有三列具有不同的日期。需要实现以下目标：

将所有日期更改为三列中每行的相同（保持时间不变
计算列/行中的实际时间与名义日期/时间组合之间的时间差，该组合产生三个具有秒的新列

我已经成功完成了这个，但我的答案（我已经寻求帮助）似乎太长而且繁琐，这里是：
我做的第一件事是创建一个名义日期用于计算：

date.zero< - as.POSIXct("2018-01-01 00:00:00 EST")

然后，我将特定列中数据框的每一行中的所有日期更改为相同的日期

df$tim.col.1 < - as.POSIXct(sub("\S+", "2018-01-01", df$tim.col.1)) df$tim.col.2 < - as.POSIXct(sub("\S+", "2018-01-01", df$tim.col.2)) df$tim.col.2 < - as.POSIXct(sub("\S+", "2018-01-01", df$tim.col.2))

最后，我使用lapply从date.zero中减去日期，以秒为单位产生时差（即从00:00:00开始基本上为秒）

df["tim.col.1"] < - lapply(df["tim.col.1"],function(x) x-date.zero) df["tim.col.2"] < - lapply(df["tim.col.2"],function(x) x-date.zero) df["tim.col.3"] < - lapply(df["tim.col.3"],function(x) x-date.zero)

现在。我猜这一切都可以很容易地以更好的方式使用lapply或使用dplyr完成，所以我不需要输入所有这些代码......使用这样的东西或许将所有东西集成在一起？

newdf< - df %> % rowwise () %> % mutate(xxx=tim.col.1-date.zero, xxx2=tim.col.2-date.zero, xxx3=tim.col.3-date.zero)

有人可以告诉我如何最简洁有效地实现这一目标。
答案以下是您所描述问题的解决方案：

library(magrittr) library(dplyr) library(stringr) library(lubridate)date.zero< - ymd_hms("2018-01-01 00:00:00", tz = "America/New_York")new_df < - df %> % # 1) change all dates to be the same for each row of the three columns mutate(tim.col.1 = ymd_hms(str_replace(tim.col.1, "\S+", "2018-01-01"), tz = "America/New_York"), tim.col.2 = ymd_hms(str_replace(tim.col.2, "\S+", "2018-01-01"), tz = "America/New_York"), tim.col.3 = ymd_hms(str_replace(tim.col.3, "\S+", "2018-01-01"), tz = "America/New_York")) %> % # 2) calculate difference in time between actual time in the column/row against a # nominal date/time combination which yields three new columns with seconds mutate(tim.col.1 = tim.col.1 - date.zero, tim.col.2 = tim.col.2 - date.zero, tim.col.3 = tim.col.3 - date.zero)

【如何简化我的dplyr / apply脚本（）】编辑：这是基于Moody_Mudskipper建议的mutate_if版本：

new_df < - df %> % # 1) change all dates to be the same for each row of the three columns mutate_if(is.POSIXct, funs(ymd_hms(str_replace(., "\S+", "2018-01-01"), tz = "America/New_York"))) %> % # 2) calculate difference in time between actual time in the column/row against a # nominal date/time combination which yields three new columns with seconds mutate_if(is.POSIXct, funs(. - date.zero))