R學習 第八篇：日期和時間

R語言的基礎包中提供了三種基本類型用於處理日期和時間，Date用於處理日期，它不包括時間和時區信息；POSIXct/POSIXlt用於處理日期和時間，其中包括了日期、時間和時區信息。R內部在存儲日期和時間時，使用不一樣的方式：

• Date類：存儲了從1970年1月1日以來開始計算的天數，更早的日期表示爲負值，也就是說，Date類型是一個整數，以天爲單位來計算日期，所以，Date適合用於計算日期。
• POSIXct類：記錄了以時間標準時間（UTC）時區位準的，從1970年1月1日開始計時的秒數，即，POSIXct類型是整數，以秒爲單位來計算時間，所以，POSIXct最適合用於存儲和計算時間。
• POSIXlt類：把日期和時間存儲爲一個列表，其中包括秒、分、時和月份等，POSIXlt是使用列表來表示日期和時間，所以，POSIXlt最適合用於提取日期中的特定部分。

通常來說，R語言中建立的時間數據是經過字符型轉化而來，字符串和時間類型沒法隱式轉換，必須經過相應的函數來類解析文本。

一，系統當前的日期和時間

在編程中，爲了得到當前的日期和時間，有兩個經常使用的函數，這兩個函數以Sys開頭，返回的時間受到操做系統區域設置的影響，所以，返回的時間採用本地格式，符合本地的閱讀習慣：

> Sys.Date()
[1] "2018-05-07"
> Sys.time()
[1] "2018-05-07 22:11:45 CST"

R還有一個函數date()，用於返回當前時間對應的文本，只不過格式比較奇葩：

> date()
[1] "Tue May 08 11:32:52 2018"

二，把文本解析成日期和時間

日期值一般以文本的形式輸入到R中，而後轉化爲以數值形式存儲的日期變量。而日期須要轉換爲文本，才方便讀取。

1， as.Date() 把文本轉換爲日期

函數 as.Date()用於把文本轉換爲Date類型：

as.Date(x, format)

format參數用於指定輸入的格式，經常使用的日期格式符號是：

• %y：兩位數字表示的年份（00-99），不帶世紀，例如，數值是18，格式%y，表示2018年 
• %Y：四位數字表示的年份（0000-9999）
• %m：兩位數字的月份，取值範圍是01-12，或1-12
• %d：月份中的天，取值範圍是01-31
• %e：月份中的天，取值範圍是1-31
• %b：縮寫的月份（Jan、Feb、Mar等）
• %B：英語月份全名（January、February 、March等）
• %a：縮寫的星期名（Mon、Tue、Wed、Thur、Fri、Sat、Sun）
• %A：星期全名

例如，把一個向量中的字符元素轉換爲日期類型：

as.Date(c('2018-05-01','2018-05-05'),'%Y-%m-%d')

2，strptime() 解析日期

函數strptime()，是string parse time的簡稱，返回POSIXlt日期。在解析日期時，必須指定文本和日期對應的位置，日期的格式使用%+字母來指定。

format(x, format = "", tz = "")

參數tz是時區（time zone），默認值是空，在解析時，若是不指定時區，R會調用Sys.timezone

日期格式和format()函數相同，經常使用的時間格式符號是：

• %H：小時（24小時制）
• %I：小時（12小時制）
• %p：對於12小時制，指定上午（AM）或下午（PM）
• %M：分鐘
• %S：秒

例如，把date()函數返回的文本解析成時間類型：

> nowstr <- date()
> nowtime <- strptime(nowstr,'%a %b %d %H:%M:%S %Y')
> print(nowtime)
[1] "2018-05-08 13:01:04 CST"

三，把日期和時間格式化爲文本

把日期和時間格式化成文本，便於閱讀

1，format() 把日期轉換爲文本

對日期進行格式化，轉換爲可讀的文本，format()函數的定義是：

format(x, format = "", tz = "")

x是日期參數，format是輸出的格式，tz是時區，該函數按照指定的格式輸出文本：

today <- Sys.Date()
mydate <- format(today,format='%Y-%m-%d')

2，strftime()格式化日期

函數strftime()，是string formated time的簡稱，用於把時間轉換爲字符串，

strptime(x, format, tz = "")

該函數和format()函數的功能和使用方式幾乎徹底相同。

today <- Sys.Date()
mydate <- strftime(today,format='%Y-%m-%d')

四，日期的比較

因爲POSIXct類是以秒爲單位來計算時間，Date類是以天爲單位類計算日期，這意味着能夠在日期值上執行比較運算和算術運算：

• 將數字和Date類相加，增長或減小相應的天數
• 將數字和POSIXct類相加，增長或減小相應的秒數

1，時間和數字相加

時間以秒爲單位：

> time1 <- Sys.time()
> print(time1)
[1] "2018-05-08 13:16:36 CST"
> print(time1+60*60)
[1] "2018-05-08 14:16:36 CST"

日期以天爲單位：

> date1 <- Sys.Date()
> print(date1)
[1] "2018-05-08"
> print(date1+1)
[1] "2018-05-09"

2，時間比較

因爲Date類和POSIXct類實際上都是一個整數，能夠直接比較大小

date1 <- as.Date('2018-01-01')
date2 <- as.Date('2018-02-01')
if (date2>date1) print ('gt')

五，lubridate包介紹

lubridate包使得日期和時間的處理更加規範，簡單和靈活。lubridate中全部解析函數都會返回POSIXct日期，默認都是用UTC時區。

lubridate包主要有兩類函數，一類是處理時點數據（time instants），另外一類是處理時段數據（time spans）。

安裝和載入lubridate包：

install.packages("lubridate")
library(lubridate)

系統的當前時間now()，和Sys.time()函數返回的時間相同；系統的當前日期today()，和Sys.Date()函數返回的日期相同：

now(tzone = "")
today(tzone = "")

1，從字符串轉換爲日期類型

ymd() 函數用於從字符型數據解析時間，該函數會自動識別各類分隔符，函數的定義是:

ymd(..., quiet = FALSE, tz = NULL)

參數註釋：

• quiet：布爾值，當指定爲TRUE時，移除文本中自定義的文本
• tz：時區，默認值是NULL

基本用法以下：

x <- ymd('2010-04-08')

而ymd表明文本的格式必須依次是：year、month、day，除了ymd以外，還有ydm、mdy、myd、dmy、dym。

2，從字符類型轉換爲時間類型

ymd_hms()函數用於把文本解析爲時間，該函數會自動識別各類分隔符

ymd_hms(..., quiet = FALSE, tz = "UTC")

3，抽取或設置時間的部分

• date：抽取或設置時間的日期
• year
• month
• day
• week
• hour
• minute
• second

例如，抽取當前時間的月份：

> month(t<-now())
[1] 5

例如，設置當前時間的月份爲6月：

x< now()
month(x) <- 6

4，時間間隔（Intervals）

時間間隔是由開始時間和結束時間構成的對象，自己用途不大，最經常使用於指按期間和週期：

auckland <- interval(arrive, leave) 
auckland
#> [1] 2011-06-04 12:00:00 NZST--2011-08-10 14:00:00 NZST
auckland <- arrive %--% leave
auckland
#> [1] 2011-06-04 12:00:00 NZST--2011-08-10 14:00:00 NZST

5，時間的運算

lubridata還能建立兩類對象：期間（Duration）和週期（Period），建立period的輔助函數是unit+s，建立duration的輔助函數是d+unit+s，unit是時間單位，經常使用的時間單位有：year、month、week、day、hour、minute和second。期間指定的時間跨度位秒的倍數，是固定的秒數。例如，一天的總時間是86 400秒（60 x 60 x 24），一年的總時間是86 400 x 365 （秒），期間類型把一年的天數固定位365天，沒有考慮閏年。週期period根據日從來指定時間闊度，這意味着，在把週期添加到一個時間以前，period的確切的時間跨度是不固定的。例如，一年的週期能夠是365天，也能夠是366天，這取決於它是不是閏年。時間和日期的算術運算，跟期間和週期有關係，常常用到的是週期period類型。

經常使用的duration類的函數有：

duration(num = NULL, units = "seconds", ...)
is.duration(x)
dseconds(x = 1)
dminutes(x = 1)
dhours(x = 1)
ddays(x = 1)
dweeks(x = 1)
dyears(x = 1)

經常使用的period類的函數有：

period(num = NULL, units = "second", ...)
is.period(x)
seconds(x = 1)
minutes(x = 1)
hours(x = 1)
days(x = 1)
weeks(x = 1)
years(x = 1)
months(x)

注意，duration類沒有dmonths()函數，多是由於月份持續的天數十分不固定，沒法指定一個固定的總時間（秒）。

例1，2分鐘的period和duration分別是：

minutes(2) ## period
#> [1] "2M 0S"
dminutes(2) ## duration
#> [1] "120s (~2 minutes)"

例2，對時間加上期間和週期，返回的結果是不一樣的：

> ymd(20120101) + dyears(1)
[1] "2012-12-31"
> ymd(20120101) + years(1)
[1] "2013-01-01"

例3，日期的下一個月：

ymd('2018-01-01')+months(1)

6，日期週期的開始和結束

使用如下兩個函數得到日期的開始或結束時間：

floor_date(x, unit = "seconds", week_start = getOption("lubridate.week.start", 7))
ceiling_date(x, unit = "seconds", change_on_boundary = NULL, week_start = getOption("lubridate.week.start", 7))

例如，得到YTD的開始和結束日期：

ytd_start <- floor_date(Sys.Date(),'year')
ytd_end <- floor_date(Sys.Date(),'month')

 

 

參考文檔：

Make Dealing with Dates a Little Easier

Do more with dates and times in R

R語言中的時間與日期

R包實踐：lubridate 處理時間數據

時間處理–lubridata包