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，或1-12
%d：月份中的天，取值范围是01-31
%e：月份中的天，取值范围是1-31
%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 <- 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)

[] "2018-05-08 13:16:36 CST"

> print(time1+*)

[] "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")

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())

[]

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

#> [] -- :: NZST---- :: NZST

auckland <- arrive %--% leave

auckland

#> [] -- :: NZST---- :: 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() + dyears()

[] "2012-12-31"

> ymd() + years()

[] "2013-01-01"

例3，日期的下一个月：

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

6，日期周期的开始和结束

使用以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