R教程-23：R语言中的日期格式

我们先了解R语言中的日期格式，从https://www.cnblogs.com/ljhdo/p/4804113.html 可以看到：

R语言的基础包中提供了三种基本类型用于处理日期和时间，Date用于处理日期，它不包括时间和时区信息；POSIXct/POSIXlt用于处理日期和时间，其中包括了日期、时间和时区信息。R内部在存储日期和时间时，使用不同的方式：

• Date类：存储了从1970年1月1日以来开始计算的天数，更早的日期表示为负值，也就是说，Date类型是一个整数，以天为单位来计算日期，因此，Date适合用于计算日期。
• POSIXct类：记录了以时间标准时间（UTC）时区位准的，从1970年1月1日开始计时的秒数，即，POSIXct类型是整数，以秒为单位来计算时间，因此，POSIXct最适合用于存储和计算时间。
• POSIXlt类：把日期和时间存储为一个列表，其中包括秒、分、时和月份等，POSIXlt是使用列表来表示日期和时间，因此，POSIXlt最适合用于提取日期中的特定部分。

导入日期
在R语言中，日期可以通过字符串、数字等形式导入。
如果数据是从Excel导出的，则可能采用数字格式或者字符格式存储。
字符串的导入方式
如果从字符转，则只需要as.Date函数来转。下表中列出了可能的日期段格式。
例如，
“ 05/27/84”的格式为％m /％d /％y，而“ May 27 1984”的格式为％B％d％Y。
要导入这些日期，只需提供日期及其格式（如果未指定，它将尝试％Y-％m-％d，然后尝试％Y /％m /％d）：
 

dates <- c("05/27/84", "07/07/05")
betterDates <- as.Date(dates,
  format = "%m/%d/%y")
> betterDates
[1] "1984-05-27" "2005-07-07"
dates <- c("May 27 1984", "July 7 2005")
betterDates <- as.Date(dates,
  format = "%B %d %Y")

> betterDates
[1] "1984-05-27" "2005-07-07"

这将以ISO 8601国际标准格式％Y-％m-％d输出日期。 

从数字格式导入日期
如果要从Excel导入数据，则日期可能是数字格式。 我们仍然可以使用as.Date导入这些，我们只需要知道Excel开始计数的原始日期，并将其提供给as.Date。
对于Windows上的Excel，对于1900年以后的日期，其起始日期为1899年12月30日。（Excel的设计人员认为1900年是闰年，但不是。）对于Mac上的Excel，其起始日期为1904年1月1日。
 

# Windows Excel:
  dates <- c(30829, 38540)
  betterDates <- as.Date(dates,
    origin = "1899-12-30")

>   betterDates
[1] "1984-05-27" "2005-07-07"

# Mac Excel:
  dates <- c(29367, 37078)
  betterDates <- as.Date(dates,
    origin = "1904-01-01")

>   betterDates
[1] "1984-05-27" "2005-07-07"

这将以ISO 8601国际标准格式％Y-％m-％d输出日期。 如果想使用其他格式的日期，请阅读下一步：
更改日期格式
如果要使用标准％Y-％m-％d以外的格式的日期，则可以使用基本包中的格式功能来实现。
例如，
 

format(betterDates,
  "%a %b %d")

[1] "Sun May 27" "Thu Jul 07"

正确的世纪
如果要导入的年份中只有两位数字的数据，我们会发现它假设第69到99年是1969-1999，而第00到68年是2000-2068（可能会在R的未来版本中更改）。
如果默认的日期不是我们想要的日期，这里提供一个解决方案：
 

dates <- c("05/27/84", "07/07/05", "08/17/20")
betterDates <- as.Date(dates, "%m/%d/%y")

> betterDates
[1] "1984-05-27" "2005-07-07" "2020-08-17"

correctCentury <- as.Date(ifelse(betterDates > Sys.Date(), 
  format(betterDates, "19%y-%m-%d"), 
  format(betterDates)))

> correctCentury
[1] "1984-05-27" "2005-07-07" "1920-08-17"

正确格式化的目的

将日期设置为正确的格式可以使R知道它们是日期，因此可以知道它应该和不应该对它们执行什么计算。 R里面可以提供一些比较方便的日期计算方法：

>   mean(betterDates)
[1] "1994-12-16"

>   max(betterDates)
[1] "2005-07-07"

>   min(betterDates)
[1] "1984-05-27"

日期格式

下面再给一些日期的格式