用lubridate操作时间和日期

一、介绍

乍看之下，日期和时间很简单，因为生活中很常用。但是细看下来，它可以很复杂。
本文介绍lubridate包来操作时间，需要额外加载这个包。
本文操作的数据表是nycflights13，也需要提起加载。
之前我们用的tidyverse包，也会用到它的函数，所以一起加载。

二、日期和时间操作

1. 三种形式

1. date：tidyverse会以<date>标注。
2. time：tidyverse中以<time>标注。
3. date-time：顾名思义是一个date加上一个time，以<dttm>标注。在其他地方，这种类型在R中也被称为POSIXct，了解一下即可。

我们在这一篇文章里，主要分享关于date和date-time的内容，因为r中直接对时间操作的场合比较少。

2. 获得时间

today()获得一个date。
now()获得一个date-time。

3. 创建时间

a.从字符串创建

方法一：parse_datetime()、parse_date()、parse_time()
parse_datetime函数需要一个具有标准格式的参数传入。这个格式是从大时间到小时间。比如"2024-05-30T0922"就指的是2024年5月30日9点22分。如果你不写时间的话，会直接设置成半夜。

parse_date需要传入4位数的年份加上两位数月份、两位数日，中间用"-“或者”/"连接。
也就是下面这种：

parse_date("2024-05-03")

方法二：ymd_hms
这个方法很有创造力。
也就是在函数名中明确字符串的顺序。
如果你用的函数是ymd，也就是说告诉R你的字符串是按照year\month\day来安排的。
如果你用的mdy,那就是说字符串是按照month\day\year来安排的。
我们试验一下：

> ymd("20240530")
[1] "2024-05-30"
> mdy(05302024)
[1] "2024-05-30"

而且，你可以发现，日期在这里不用引号也可以。这就使语句变得极为简练。

还以把ymd_hms结合使用

> ymd_hms("20240530 082210")
[1] "2024-05-30 08:22:10 UTC"
> mdy_hm("05302024 0822")
[1] "2024-05-30 08:22:00 UTC"

b. 从独立的date-time组件中创建

大家还记得nycflights13这个数据集中flights表吧。

里面有几列，分别是year、month、day、hour、minute，这些就是我们说的date-time组件（component）。

我们可以通过make_date()或者是make_datetime()来创建一个date-time。
比如：

flights %>% select(year,month,day,hour,minute) %>% mutate(departure=make_datetime(year,month,day,hour,minute))

案例

我们再看一下flights表中有四个时间非常怪。
分别是:
dep_time, arr_time
实际出发和到达时间(格式为HHMM或HMM)，当地时区。

sched_dep_time, sched_arr_time
预定出发和到达时间(格式为HHMM或HMM)，当地时区。

以第一条数据为例，代表这次航班出发时间是5点17分，计划出发时间是5点15分，以此类推。
我们希望能够把这种时间变成常用的时间格式。

那思路很简单，以dep_time为例：
第一个flight的dep_time为517，那用517除以100，得到的商就是小时，余数就是分钟。
再结合make_time函数生成一个时间。

那我们可以这样写代码：

flights_dt <- flights %>% filter(!is.na(dep_time),!is.na(arr_time)) %>% mutate(dep_time=make_datetime(year,month,day,dep_time%/%100,dep_time%%100),arr_time=make_datetime(year,month,day,arr_time%/%100,arr_time%%100),sched_dep_time=make_datetime(year,month,day,sched_dep_time%/%100,sched_dep_time%%100),sched_arr_time=make_datetime(year,month,day,sched_arr_time%/%100,sched_arr_time%%100))

结果如下：

也就是说，时间都换成了datetime模式。

简单地回顾一下代码：
代码最开始使用filter筛选出空值，然后用mutate函数，构建四个变量dep_time,arr_time,sched_dep_time,sched_arr_time,在构建的时候，用make_datetime来构建出一个时间。
PS：因为构建方式类似，也可以自己创建一个函数，简化代码。

有了这些时间数据之后，我们可以视觉化一下一年内每天离开飞机数量的分布。

flights_dt %>% ggplot(aes(dep_time))+geom_freqpoly(binwidth=86400)

86400代表1天，即86400秒。

上面是统计了一年的每天飞机起飞数量，我们也可以具体到某一天。比如，我们想看看5月1号那一天每一分钟的起飞飞机数量：

flights_dt %>% filter(dep_time > ymd(20130501) & dep_time < ymd(20130502)) %>% ggplot(aes(dep_time))+geom_freqpoly(binwidth=600)

如果没有这样的一个时间，我们用之前的数据做这样的统计还是会遇到很多麻烦的。

反向操作：从datetime中提取日期时间组件（components)

这几个函数相对简单，大家看看代码就清楚了：

> datetime1 <- now()
> datetime1
[1] "2024-05-30 22:56:09 CST"
> year(datetime1)
[1] 2024
> month(datetime1)
[1] 5
> mday(datetime1)
[1] 30
> yday(datetime1)
[1] 151
> wday(datetime1)
[1] 5
> hour(datetime1)
[1] 22
> minute(datetime1)
[1] 56
> second(datetime1)
[1] 9.774509
> month(datetime1,label=TRUE)
[1] May
12 Levels: Jan < Feb < Mar < Apr < May < Jun < ... < Dec
> wday(datetime1,label=TRUE)
[1] Thu
Levels: Sun < Mon < Tue < Wed < Thu < Fri < Sat

简单说一下：
year:提取年
month:提取月（加上label=TRUE,会返回月份简短写法）
mday:提取当月第几天
yday:当年第几天
wday:当周第几天（加上label=TRUE,会返回周几简短写法）
hour：提取小时
minute:提取分钟
second:提取秒

例1：

我们可以用wday来看一年中周几的起飞飞机量最多。

flights_dt %>% mutate(wday=wday(dep_time,label=TRUE)) %>% ggplot(aes(wday))+geom_bar()

看起来周内起飞的飞机还比较平均，但周内比周末普遍要多。

例2

我们想看看一小时内每分钟延迟的飞机数量。

flights_dt %>% mutate(minute=minute(dep_time)) %>% group_by(minute) %>% summarize(avg_delay=mean(arr_delay,na.rm=TRUE),n=n()) %>% ggplot(aes(minute,avg_delay))+geom_line()

结果如下：

日期近似值

> now()
[1] "2024-05-31 09:26:16 CST"
> floor_date(now(),"hour")
[1] "2024-05-31 09:00:00 CST"
> floor_date(now(),"minute")
[1] "2024-05-31 09:26:00 CST"
> ceiling_date(now(),"hour")
[1] "2024-05-31 10:00:00 CST"
> ceiling_date(now(),"minute")
[1] "2024-05-31 09:27:00 CST"
> round_date(now(),"minute")
[1] "2024-05-31 09:27:00 CST"
> round_date(now(),"hour")
[1] "2024-05-31 09:00:00 CST"

如果了解其它语言就知道，这类似于其他语言对带小数点的数取近似值。只不过现在换成了对时间取近似值。

例

比如，我们想知道每一周的起飞数量的变化。那这需要把一周的时间转化为同一个日期。
这时候我们可以用floor_date(datetime,“week”)这个函数。这个函数会把日期转换为本周第一天。

flights_dt %>% count(week=floor_date(dep_time,"week")) %>% ggplot(aes(week,n))+geom_line()

c. 从已存的date/time对象中创建

4. 日期时间之间转换

如果要把date转化成datetime，用as_datetime();
如果要把datetime转化成date，用as_date();

5. 修改时间

修改时间有两种方式，第一种就是直接赋值

year(datetime)<-2022

第二种方式是用update函数

update(datetime,year=2022,month=6,mday=2,hour=2)