R语言学习 第十一篇:日期和时间

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。

一般来讲,R语言中创建的时间数据是通过字符型转化而来,字符串和时间类型无法隐式转换,必须通过相应的函数来类解析文本。

一,系统当前的日期和时间

在编程中,为了获得当前的日期和时间,有两个常用的函数,这两个函数以Sys开头,返回的时间受到操作系统区域设置的影响,因此,返回的时间采用本地格式,符合本地的阅读习惯:

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

R还有一个函数date(),用于返回当前时间对应的文本,只不过格式比较奇葩:

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

二,把文本解析成日期和时间

日期值通常以文本的形式输入到R中,然后转化为以数值形式存储的日期变量。而日期需要转换为文本,才方便读取。

1, as.Date() 把文本转换为日期

函数 as.Date()用于把文本转换为Date类型:

as.Date(x, format)

format参数用于指定输入的格式,常用的日期格式符号是:

  • %y:两位数字表示的年份(00-99),不带世纪,例如,数值是18,格式%y,表示2018年
  • %Y:四位数字表示的年份(0000-9999)
  • %m:两位数字的月份,取值范围是01-12
  • %d:月份中的天,取值范围是01-31
  • %b:缩写的月份(Jan、Feb、Mar等)
  • %B:英语月份全名(January、February 、March等)
  • %a:缩写的星期名(Mon、Tue、Wed、Thur、Fri、Sat、Sun)
  • %A:星期全名

例如,把一个向量中的字符元素转换为日期类型:

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

2,strptime() 解析日期

函数strptime(),是string parse time的简称,返回POSIXlt日期。在解析日期时,必须指定文本和日期对应的位置,日期的格式使用%+字母来指定。

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

参数tz是时区(time zone),默认值是空,在解析时,如果不指定时区,R会调用Sys.timezone

日期格式和format()函数相同,常用的时间格式符号是:

  • %H:小时(24小时制)
  • %I:小时(12小时制)
  • %p:对于12小时制,指定上午(AM)或下午(PM)
  • %M:分钟
  • %S:秒

例如,把date()函数返回的文本解析成时间类型:

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

三,把日期和时间格式化为文本

把日期和时间格式化成文本,便于阅读

1,format() 把日期转换为文本

对日期进行格式化,转换为可读的文本,format()函数的定义是:

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

x是日期参数,format是输出的格式,tz是时区,该函数按照指定的格式输出文本:

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

2,strftime()格式化日期

函数strftime(),是string formated time的简称,用于把时间转换为字符串,

strptime(x, format, tz = "")

该函数和format()函数的功能和使用方式几乎完全相同。

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

四,日期的比较

由于POSIXct类是以秒为单位来计算时间,Date类是以天为单位类计算日期,这意味着可以在日期值上执行比较运算和算术运算:

  • 将数字和Date类相加,增加或减少相应的天数
  • 将数字和POSIXct类相加,增加或减少相应的秒数

1,时间和数字相加

时间以秒为单位:

> 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"

日期以天为单位:

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

2,时间比较

由于Date类和POSIXct类实际上都是一个整数,可以直接比较大小

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

五,lubridate包介绍

lubridate包使得日期和时间的处理更加规范,简单和灵活。lubridate中所有解析函数都会返回POSIXct日期,默认都是用UTC时区。

lubridate包主要有两类函数,一类是处理时点数据(time instants),另一类是处理时段数据(time spans)。

安装和载入lubridate包:

install.packages("lubridate"<span>)
library(lubridate)

系统的当前时间now(),和Sys.time()函数返回的时间相同;系统的当前日期today(),和Sys.Date()函数返回的日期相同:

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

1,从字符串转换为日期类型

ymd() 函数用于从字符型数据解析时间,该函数会自动识别各种分隔符,函数的定义是:

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

参数注释:

  • quiet:布尔值,当指定为TRUE时,移除文本中自定义的文本
  • tz:时区,默认值是NULL

基本用法如下:

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

而ymd代表文本的格式必须依次是:year、month、day,除了ymd之外,还有ydm、mdy、myd、dmy、dym。

2,从字符类型转换为时间类型

ymd_hms()函数用于把文本解析为时间,该函数会自动识别各种分隔符

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

3,抽取或设置时间的部分

  • date:抽取或设置时间的日期
  • year
  • month
  • day
  • week
  • hour
  • minute
  • second

例如,抽取当前时间的月份:

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

例如,设置当前时间的月份为6月:

x< now()
month(x) <-

4,时间间隔(Intervals)

时间间隔是由开始时间和结束时间构成的对象,本身用途不大,最常用于指定期间和周期:

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,时间的运算

lubridata还能创建两类对象:期间(Duration)和周期(Period),创建period的辅助函数是unit+s,创建duration的辅助函数是d+unit+s,unit是时间单位,常用的时间单位有:year、month、week、day、hour、minute和second。期间指定的时间跨度位秒的倍数,是固定的秒数。例如,一天的总时间是86 400秒(60 x 60 x 24),一年的总时间是86 400 x 365 (秒),期间类型把一年的天数固定位365天,没有考虑闰年。周期period根据日历来指定时间阔度,这意味着,在把周期添加到一个时间之前,period的确切的时间跨度是不固定的。例如,一年的周期可以是365天,也可以是366天,这取决于它是否是闰年。时间和日期的算术运算,跟期间和周期有关系,经常用到的是周期period类型。

常用的duration类的函数有:

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

常用的period类的函数有:

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

注意,duration类没有dmonths()函数,可能是因为月份持续的天数十分不固定,无法指定一个固定的总时间(秒)。

例1,2分钟的period和duration分别是:

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

例2,对时间加上期间和周期,返回的结果是不同的:

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

例3,日期的下一个月:

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

6,开始和结束时间

使用一下两个函数获得日期的开始或结束时间:

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

例如,获得YTD的开始和结束日期:

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

参考文档:

Make Dealing with Dates a Little Easier

Do more with dates and times in R

R语言中的时间与日期

R包实践:lubridate 处理时间数据

时间处理–lubridata包