Java教程

日期时间数据的处理—R语言

本文主要是介绍日期时间数据的处理—R语言,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

日期时间是一类独特的数据,在实际中有众多的应用。R语言的基础包中提供了两种类型的时间数据,一类是Date日期数据,它不包括时间和时区信息,另一类是POSIXct/POSIXlt类型数据,其中包括了日期、时间和时区信息。

一、ISO 8601标准的日期和时间

使用使用ISOdate(),创建ISO 8601标准的日期和时间,如上图。

ISOdate(year = 2019,month = 12, day = 12,
        hour = 8, min = 5, sec = 3, tz = "UTC")
[1] "2019-12-12 08:05:03 UTC"

1.1 POSIX

POSIX表示 Portable Operating System Interface。POSIXct表示自1970年(UTC)开始的秒数,ct表示日历时间。

release_date <- as.POSIXct("2021-12-12 08:05:03")
class(release_date)
unclass(release_date)

1.2 POSIXlt

POSIXlt表示列表中的以下信息。

  • seconds minutes hour
  • day of the month
  • month
  • year
  • day of week
  • day of year
  • daylight saving time flag
  • time zone
  • offset in seconds from GMT

POSIXlt的lt表示local time。使用unclass或者unlist提取POSIXlt的时间和日期组件。

release_date <- as.POSIXlt("2021-12-12 08:05:03")
release_date
release_date <- as.POSIXlt("2021-12-12 08:05:03")
unclass(release_date)
unlist(release_date)
release_date$hour
release_date$mon
release_date$zone

1.3 小结

  • 当没有时间组件时使用Date
  • 在处理时间和时区时使用POSIX
  • 当您想要访问/提取不同的组件时,请使用POSIXlt

日期data,存储的是天;时间POSIXct 存储的是秒,POSIXlt 打散,年月日不同;日期-时间=不可运算。一般来讲,R语言中建立时序数据是通过字符型转化而来,但由于时序数据形式多样,而且R中存贮格式也是五花八门,例如Date/ts/xts/zoo/tis/fts等等。lubridate包,timeDate包,都有用。如果输入的格式不是标准格式,则同样需要使用strptime函数,利用format来进行指定。

二、日期型和时间型数据

2.1 as.Data函数

在R中自带的日期形式为:as.Date(),以数值形式存储。对于规则的格式,则不需要用format指定格式;如果输入的格式不规则,可以通过format指定的格式读入;其中以1970-01-01定义为第0天,之后的年份会以距离这天来计算。我们先获知下当前日期和时间。

Sys.Date()                #返回当前日期。
Sys.time()                #返回日期、时间和时区。

2.2%d%y%m-基本格式

格式 %d %m %Y %y
意义 月份中某天 月份,以数字形式表示 年份,以四位数字表示 年份,以两位数字表示
格式 %H %M %S
意义 24小时制小时 十进制分钟 十进制秒

weekdays()取日期对象所处的周几;months()取日期对象的月份;quarters()取日期对象的季度。

2.3 时间型――POSIXct与POSIXlt

POSIXct 是以1970年1月1号开始的以秒进行存储,如果是负数,则是1970-01-01年以前;正数则是1970年以后。POSIXlt是以列表的形式存储:年、月、日、时、分、秒,作用是打散时间;

POSIXlt 格式

主要特点:作用是打散时间,把时间分成年、月、日、时、分、秒,并进行存储,可以作为时间筛选的一种。

POSIXct 格式

主要特点:以秒进行存储。

三、时间运算

3.1 基本运算函数

Sys.Date() #字符串类型
typeof(Sys.Date()) #系统日期类型

3.2 直接加减

相同的格式才能相互减,不能加。二进列的+法对"Date"、"POSIXt"对象不适用。

as.Date("2011-07-01") - as.Date(today())
as.POSIXct(today()-as.POSIXct(as.Date("2012-10-25 01:00:00"))
as.POSIXlt(today())-as.POSIXlt(as.Date("2012-10-25 01:00:00"))

相互减之后,一般结果输出的天数。

3.3 difftime函数――计算时差

不同格式的时间都可以进行运算。并且可以实现的是计算两个时间间隔:秒、分钟、小时、天、星期。但是不能计算年、月、季度的时间差。

gtd <- as.Date("2011-07-01") 
difftime(as.POSIXct(today(), gtd, units="hours")    #只能计算日期差,还可以是“secs”, “mins”, “hours”, “days”

3.4 strptime函数

该函数是将字符型时间转化为 "POSIXlt" 和"POSIXct"两类。跟format比较相似。strptime之后的时间是可以直接做减法,因为直接是"POSIXlt" 和"POSIXct"格式了。

strptime("2006-01-08 10:07:52", "%Y-%m-%d")-strptime("2006-01-15 10:07:52", "%Y-%m-%d")
class(strptime("2006-01-08 10:07:52", "%Y-%m-%d"))

四、日期时间数据使用

加载入扩展包lubridate

library(lubridate)

4.1 规范化日期和时间

用 lubridate::ymd(), lubridate::mdy(), lubridate::dmy() 将字符型向量转换为日期型向量,但是他们的输入方式不相同,y 表示年,m 表示月,d 表示日,如:年-月-日:

ymd(c("2022-1-24","2022-01-24"))          #规范化格式化日期数据
ymd_hms("2022-1-24 19:26:35")
make_datetime(2022, 1, 24, 19, 32, 36)

lubridate 包的 ymd、mdy、dmy 等函数添加 hms、hm、h 等后缀,可以用于将字符串转换成日期时间。
lubridate::make_datetime(year, month, day, hour, min, sec) 可以从最多六个数值组成日期时间,其中时分秒缺省值都是 0。
lubridate::as_date() 可以将日期时间型转换为日期型,如

as_date(as.POSIXct("2022-01-24 19:32:36"))
[1] "2022-01-24"

4.2 访问日期时间的组成值

lubridate 包的如下函数可以取出日期型或日期时间型数据中的组成部分:

  • year() 取出年
  • month() 取出月份数值
  • mday() 取出日数值
  • yday() 取出日期在一年中的序号,元旦为 1
  • wday() 取出日期在一个星期内的序号,但是一个星期从星期天开始,星期天为 1, 星期一为 2,星期六为 7。
  • hour() 取出小时
  • minute() 取出分钟
  • second() 取出秒
year(as.POSIXct("2022-1-24 19:56:42"))
[1] 2022
month(as.POSIXct("2022-1-24 19:56:42"))
[1] 1
yday(as.POSIXct("2022-1-24 19:56:42"))
[1] 24
hour(as.POSIXct("2022-1-24 19:56:42"))
[1] 19

x <- as.POSIXct('1998-03-16 13:15:45')
y <- as.POSIXlt(x)
cat(1900+y$year, y$mon+1, y$mday, y$hour, y$min, y$sec, '\n')

update() 可以对一个日期或一个日期型向量统一修改其组成部分的值。update() 函数中可以用 year, month, mday, hour, minute, second 等参数修改日期的组成部分。

x <- as.POSIXct("2022-1-24 20:08:15")
y <- update(x, year=2000) 

4.3 数值转化为日期和时间

用 as.POSIXct() 函数把年月日格式的日期转换为R的标准日期,没有时间部分就认为时间在午夜,也可以将秒值转化为规范化的日期时间格式,在许多数据文件转入日期数据时会变成数值,然后通过R的日期时间函数转化为日期,当然有时也要拆分日期中的成分,这些操作给处理带来了极大的便利。年月日中间的分隔符可以用减号也可以用正斜杠,但不能同时有减号又有斜杠。

as.POSIXct(c('2022-1-24'))
[1] "2022-01-24 CST"
as.POSIXct(5557776231,origin="1970-01-01")
[1] "2146-02-13 10:43:51 CST"

4.4 日期组成值的合并

x<-as.POSIXct(5557776231,origin="1970-01-01")
hour(x)
year(x)
month(x)
mday(x)

可随心所欲根据需要转化成日期数据,在实际处理中效率很高。

paste0(year(x),"-",month(x),"-",mday(x))
[1] "2146-2-13"

4.5 实际应用

rm(list = ls()) 
library(stringr)
library(tidyverse)
library(lubridate)

df=read.table("clipboard",header=T)
tt<-as.POSIXlt(df[,1],origin ='1970-01-01')
tt1=paste0(year(tt),"-",month(tt),"-",mday(tt))
tt2<- ymd(tt1)
tt3 <- data.frame(tt1,hour(tt))
 tt1
 [1] "2017-11-29" "2017-11-29" "2017-11-30" "2017-11-30" "2017-12-1"  "2017-12-1" 
 [7] "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1" 
[13] "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1" 
[19] "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1" 
[25] "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1"  "2017-12-1" 
tt3
          tt1 hour.tt.
1  2017-11-29       23
2  2017-11-29       23
3  2017-11-30       17
4  2017-11-30       23
5   2017-12-1        6
6   2017-12-1       14

总结练习

日期数据用的相对少,但又非常专业,需要细心整理与修炼。设文件dates.csv中包含如下内容:
"出生日期","发病日期"
"1941/3/8","2007/1/1"
"1972/1/24","2007/1/1"
"1932/6/1","2007/1/1"
"1947/5/17","2007/1/1"
"1943/3/10","2007/1/1"
"1940/1/8","2007/1/1"
"1947/8/5","2007/1/1"
"2005/4/14","2007/1/1"
"1961/6/23","2007/1/2"
"1949/1/10","2007/1/2"
把这个数据读入为 R 数据框 dates.tab,运行如下程序定义 date1 和 date2

date1 <- dates.tab[,' 出生日期']
date2 <- dates.tab[,' 发病日期']

(1) 把 date1、date2 转换为 R 的 POSIXct 日期型。
(2) 求 date1 中的各个出生年。
(3) 计算发病时的年龄,以周岁论(过生日才算)
(4) 把 date2 中发病年月转换为’monyy’ 格式,这里 mon 是如 FEB 这样英文三字母缩写,yy 是两数字的年份。
(5) 对诸如’FEB91’, ’OCT15’ 这样的年月数据,假设 00—20 表示 21 世纪年份,21—99 表示 20 实际年份。编写 R 函数,输入这样的字符型向量,返回相应的 POSIXct 格式日期,具体日期都取为相应月份的 1 号。这个习题和后两个习题可以预习函数部分来做。
(6) 对 R 的 POSIXct 日期,写函数转换成’FEB91’, ’OCT15’ 这样的年月表示,假设 00—20 表示 21 世纪年份,21—99 表示 20 实际年份。
(7) 给定两个 POSIXct 日期向量 birth 和 work,birth 为生日,work 是入职日期,编写 R 函数,返回相应的入职周岁整数值(不到生日时周岁值要减一)。

参考文献

1.(R语言与格式,日期格式,格式转化的操作)[http://www.zzvips.com/article/218802.html]
2.(R语言编程③——数据结构(字符串、日期时间))[https://zhuanlan.zhihu.com/p/436971997]
3.(R语言学习:日期和时间相关知识)[https://zhuanlan.zhihu.com/p/463571494]

这篇关于日期时间数据的处理—R语言的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!