Import von DocumentDB zu Azure Machine Learning - Datetime mit Millisekunden

Question

Ich benutze die Import Modul von Azure Machine Learning (Azure ML), um Daten von DocumentDB zu bekommen.

Der Import funktioniert gut.

---

In den DocumentDBDokumente sind DateTime mit milliseconds, wie:

"Current": "2017-07-17T20: 18: 55,757316"

und in Azure ML wird es als DateTime-Feature erkannt und es wird so angezeigt:

2017-07-17T20: 18: 55

Das Problem ist, dass die milliseconds fehlen.

Ich habe versucht, die milliseconds mit dem Edit Metadata Modul zu bekommen, aber es funktioniert nicht für mich. Darüber hinaus habe ich versucht,R zu verwenden, um die CurrentTime zu numerischen, wie diese zu konvertieren:

time.milliseconds = as.numeric(dataset1[['CurrentTime']]); 
print(time.milliseconds,digits=15) 

Aber die milliseconds fehlen noch.

---

Wie kann ich die ganzeDateTime mit milliseconds bekommen?

---

UPDATE:

Der komplette R Code:

options("digits.secs"=6) 

dataset1 <- maml.mapInputPort(1) # class: data.frame 

time.milliseconds = as.numeric(dataset1[['CurrentTime']]); 
dataset <- cbind(dataset1, time.milliseconds) 

maml.mapOutputPort("dataset"); 

Das Ergebnis:

---

Mein Vorschlag ist, dass der Import Modul mit DocumentDB nicht unterstützt milliseconds!?

---

Vorerst ich meine CurrentTime als milliseconds von Epoche zu demDocumentDB hochladen. Ich hoffe es gibt einen besseren Weg ..

Answer 1

Möglicherweise müssen options("digits.secs"=6) (oder zumindest drei), um sie gedruckt zu sehen. Zeuge:

R> options("digits.secs"=0) ## suppresses sub-second display, default 
R> Sys.time() 
[1] "2017-07-18 07:22:00 CDT" 
R> options("digits.secs"=6) ## overrides default and forces six digits 
R> Sys.time() 
[1] "2017-07-18 07:22:05.161853 CDT" 
R> 

So stehen die Chancen, wenn die Daten mit Subsekunden Präzision als Datum gespeichert sind, dann sollten sie mit ihm zu importiert werden - „Sie gerade sehen es nicht“ wegen der Standard-Anzeige Granularität muss überschrieben werden.