R语言——日期和时间

maizeman126

于 2025-03-29 01:00:00 发布

阅读量888

点赞数 17

分类专栏： R语言统计分析文章标签： r语言开发语言日期时间

本文链接：https://blog.youkuaiyun.com/maizeman126/article/details/146294045

版权

R语言统计分析专栏收录该内容

164 篇文章

订阅专栏

参考资料：学习R

1、日期和时间类

R中自带有三个日期和时间类：POSIXct、POSIXlt和Date。

（1）POSI日期和时间

POSIX日期和时间是R的经典程序。R中的两个标准日期—时间类是POSIXct和POSIXlt。POSIX是一套标准，它定义了那些需要遵守的Unix的规定，例如日期和时间该如何设定。ct是“日历时间”（calendar time）的简称，POSIXct类记录了以世界标准时（UTC）为准的从1970开始计时的秒数计数。POSIXlt将日期存储为一个列表，其中包括秒、分钟、小时和月份等。POSIXct最适用于存储和计算时间，而POSIXlt最适用于提取日期中的某个特定部分。

函数Sys.time将以POSIXct的形式返回当前的日期和时间：

now_ct<-Sys.time()
print(now_ct)

现在，now_ct类有两个元素：一个是POSIXct变量，还有POSIXct继承自类POSIXt：

当日期被打印出来时，我们只看到它格式化后的版本，因而不确定日期是如何被存储的。通过使用unclass，我们发现它只是一个数字：

打印时，POSIXlt日期看上去几乎都一样。然而，它们的底层存储机制是非常不同的：

now_lt<-as.POSIXlt(now_ct)
print(now_lt)
class(now_lt)
unclass(now_lt)

对于POSIXlt日期来说，可以使用列表索引来单独访问其每个部分：

now_lt$sec
now_lt$min

（2）Date类

在R的基本包中，Date类存储了从1970年开始计算的天数。Date类最适用于当我们不在乎一天中的某个时刻时。

now_date<-as.Date(now_ct)
print(now_date)
class(now_date)
unclass(now_date)

（3）其他日期类

R中还有其他许多处理日期和时间的类。如果需要选择日期—时间类，通常我们应该坚持使用三个基本类（POSIXct、POSIXlt和Date）中的一个。其他来自于各种插件包的日期时间类包括 date、dates、chron、yearmon、yearqtr、timeDate、ti和jul。

2、日期与字符串的相互转换

许多数据的文本文件格式并没有明确支持某种特定的日期类型。例如，在一个 CSV 文件中，每个值只是一个字符串。为了使用 R 中日期函数，你必须把日期字符串转换成某一个日期类型的变量。类似地，往CSV文件中写数据时，你也必须首先把日期转换成字符串。

（1）解析日期

当我们从文本或电子表格文件读取日期时，它们通常被存储为一个字符向量或因子。为了把它们转换为日期，我们需要解析这些字符串。我们可以使用strptime函数（string parse time的简称），它将返回POSIXlt日期（还有as.POSIXct函数和as.POSIXlt函数，调用它们时，如果输入的是字符，那么它们只是strptime的封装函数）。解析日期时，我们必须把字符串与其日期对应的那些位告诉strptime。日期的格式使用带有百分号和字符的字符串来指定。例如，当月的第几天被指定为%d。把它们与其他固定字符相结合可以形成一个完整的规范。例如：冒号、破折号和日期中的斜杠。

在下例中，%H是小时（24小时制），%M是分钟，%S是秒，%m是月数，%d是当月的第几天，%Y为四位数的年数。

moon_landings_str<-c(
  "20:17:40 20/07/1969",
  "06:54:35 17/11/1969",
  "09:18:11 05/02/1971",
  "22:16:29 30/07/1971",
  "02:23:35 21/04/1972",
  "19:54:57 11/12/1972"
)
moon_landings_lt<-strptime(
  moon_landings_str,
  "%H:%M:%S %d/%m/%Y",
  tz="UTC"
)
print(moon_landings_lt)

如果字符串不匹配格式字符串的格式，那么它就取NA值。例如如果给出的是破折号而不是斜线，将使得解析失败：

（2）格式化日期

与解析相反的问题是如何把日期变量转换为字符串，即格式化。在这种情况下，我们将使用与指定格式字符串相同的系统，不过现在调用 strftime（字符串格式的时间）来反转解析操作。如果觉得strftime不好记，我们可以使用format函数来轻松完成日期的格式化，与strftime函数的使用方法几乎是一样的。

下例中，%I表示小时（12小时制），%p是AM/PM指示，%A是星期几的全称，而%B是月的全名。strftime可使用POSIXct和POSIXlt的输入参数：

now_ct<-Sys.time()
strftime(now_ct," It's %I:%M:%p on %A %d %B, %Y.")

3、时区

从编程的角度来看，时区往往比较复杂。很多国家常有好几个时区，而且当一些（但不是全部）国家切换到夏令时需要改变边界。许多时区都有缩写名称，但它们又不是唯一的。
在解析日期字符串是（使用strptime），我们可以指定一个时区；当我们格式化它是（使用strftime），可以再次改变它。在解析过程中如果不指定时区（默认为""）。R会给日期以默认时区。这个值是Sys.timezone返回的，它会从我们的操作系统区域设置猜到该值。我们可以使用Sys.getlocale("LC_TIME")来查看操作系统的日期时间设定。

要避免这种时区的混乱，最简单的方法是随机记录，然后以UTC时区分析我们的时间。

strftime(now_ct,tz="America/Los_Angeles")
strftime(now_ct,tz="Africa/Brazzaville")
strftime(now_ct,tz="Australia/adelaide")

使用file.path(R.home("share"),"zoneinfo","zone.tab")能查找出R中所有可能的Olson时区列表。

另一个可靠的方法是给UTC手动添加一个偏移量，格式为 "UTC"+n" 或 "UTC"-n"。负的时间在UTC的东边，正的在西边。

strftime(now_ct,tz="UTC-5")
strftime(now_ct,tz="-5")

指定时区的第三个方法是使用缩写，可以是三个字母或三个字母加一个数字再加三个字母的方式。这种方法不到最后不要使用，原因有三个：首先，缩写难以阅读，更容易出错；其次，正如前面提到的，它们不是唯一的，所以给出的时区可能不是你所要的；最后，不同的操作系统支持不同的缩写集。尤其对于 Windows 操作系统来说，它对时区缩写的处理比较别扭。

最后的关于时区的警告是：strftime将忽略POSIXlt类型的时区变更。最好在打印之前就显式把日期转换成 POSIXct 类型：

还有一个最后警告：如果我们调用带有 POSIXlt 参数的连接函数c，它会把时区更改为当地时区。相反，如果把 c 函数作用于POSIXct 参数上，将彻底去除其时区属性。（大多数其他的函数都将假定日期是本地时区的，但要小心！）