R语言日期处理

R语言日期处理的一些问题

使用R语言的很多都知道，其对于日期处理有时候会很麻烦，这里总结一些列子，希望有所帮助

注：这里主要描述日期识别，其他的计算参考下文中的R包，此处不细述

基础日期函数

as.Date("2012-12-14")
#[1] "2012-12-14"

as.Date("2012/12/14")
[1] "2012-12-14"

as.Date("2012\12\14")
# Error in charToDate(x) : 字符串的格式不够标准明确

as.Date("2012.12.14")
# Error in charToDate(x) : 字符串的格式不够标准明确

这里可以看出通常的日期格式as.Date自动识别有限，有人可能说它有个参数，可以指定识别方式，但如果大批量数据进入，想自动统一识别还是有点难的，下面可以试试：lubridate::as_datetime

例如：

lubridate::as_datetime("2012.04/1612:00:05")

#[1] "2012-04-16 12:00:05 UTC"

这个包对日期的处理还是比较方便的，到此绝大部分大批量日期数据格式都已经识别完成，此时，可能有一个问题产生了，Execl导入数据中明明显示日期，R中却是数字

那么，这个问题是怎么产生的呢？其实，这是execl存储机制的问题，execl中日期存储除非你设定单元格格式为文本，不然你正常输入日期，其自动默认为日期格式，此时，其内部核心存储实际为这个日期距离1900-01-00 00:00:00的天数，我们可以在execl中输入0，调整其单元格格式，自定义选择yyyy/m/d h:mm就可以发现这个问题

如何解决呢？

办法一

1.在execl中利用函数`TEXT(位置,"yyyy-mm-dd HH:MM:SS")`转成文本格式，方便数据读取，但小批量还好，大批量也是很麻烦，还不说execl能不能反应过来

办法二

###  这里借助as.Date函数，需要注意的是需要类型转换，基线往后推两天，
###  但这里也有个小缺陷，就是只能识别到天，
###  时分秒丢失，对于有些严格的数据来说，比如医学死亡时间，具体到时分秒此时，就不可取了
1. as.Date(as.numeric("44677.4375"),origin = "1899-12-30")


###  利用lubridate包
2. lubridate::as_datetime(44677.4375*24*60*60, origin = as.POSIXct("1899-12-30 00:00:00",tz = "UTC"))
#[1] "2022-04-26 10:30:00 UTC"

注意： 使用lubridate时，其要求的这种数字转换涉及POSIXct格式，什么意思呢，POSIXct实际是以秒为单位存储日期的一种格式，所以明白了，我们execl中的日期需要转换成秒为单位，才可以，tz必须注明，不然时区对不上；此外：这里的转换是数字计算，如果不呢，不用慌，R语言字符串转表达式即可解决：parse与eval连用

a <- paste("44677.4375","*24*60*60",sep = "")
#[1] "44677.4375*24*60*60"

### 这里注意参数text无法省略，必须指明
parse(text = a)
#expression(44677.4375*24*60*60)

eval(parse(text = a))
#[1] 3860130600

### 验证下
lubridate::as_datetime(3860130600, origin = as.POSIXct("1899-12-30 00:00:00",tz = "UTC"))
#[1] "2022-04-26 10:30:00 UTC"

### 联用
lubridate::as_datetime(eval(parse(text = paste("44677.4375","*24*60*60",sep = ""))),origin = as.POSIXct("1899-12-30 00:00:00",tz = "UTC"))
#[1] "2022-04-26 10:30:00 UTC"

到此结束！感谢大家！

小提示：
其他日期R包：simtimer

install.packages("simtimer")

origin_date <- as.POSIXct("2016-01-01 00:00:00", tz = "UTC")
my_datetime <-  as.POSIXct("2016-01-02 01:01:01", tz = "UTC")
my_simdatetime <- as.sim_datetime(my_datetime, origin_date)
my_simdatetime
#> [1] 90061

as.datetime(my_simdatetime, origin_date)
#> [1] "2016-01-02 01:01:01 UTC"

这里simtimer包依据官方给出的示例，基本lubridate也都可以解决，有感兴趣的可以了解一下simtimer

文中引用如有不合适，请及时告知，以便更正