如何在 R 中将 yyyy-mm-dd h:m:s 转换为 dd-mm-yyyy h:m？

Question

处理两个数据集，其中日期列为字符，日期格式为 dd-mm-yyyy hh:mm，另一个数据集的日期格式为 yyyy-mm-dd hh:mm:ss。 我正在尝试使用 as.date() 将第二个格式更改为 dd-mm-yyyy hh:mm

但是这些列正在变成 N/A 行。

例如：

m09_2020$started_at <- as_datetime(m09_2020$started_at, format = "%d-%m-%Y %H:%M") 

我也不明白为什么在读取到 R 后日期格式会发生变化。Excel 中数据集中的日期格式是 dd-mm-yyyy hh:mm:ss 但在读取到 r 后它会更改为yyyy-mm-dd hh:mm:ss 为那几个月。这很奇怪。 我该怎么办？

Answer 1

我会使用ymd_hms 和ymd_hm：

library(lubridate)
date1 <- "2019-01-01 22:05:00"
date2 <- "2019-01-01 22:05"
ymd_hms(date1)==ymd_hm(date2)
[1] TRUE

ymd_hms(date1)
[1] "2019-01-01 22:05:00 UTC"

如您所见，我只是提供了一个人们可以在他们身边复制的最小示例。请在下一个问题中这样做。

干杯

Answer 2

背景

在 R 中处理日期和日期时间时，lubridate 包是您的朋友。据我所知，YYYY-MM-DD 通常比 DD-MM-YYYY（或更糟糕的 MM-DD-YYYY）更受欢迎，并且通常是日期时间的默认格式。这是有道理的，因为这样日期时间组件是根据层次结构排列的，并且可以仅根据数值对多个值进行排序，如果使用没有实际日期/日期时间格式的数据（例如，以字符格式，或如果在其他程序中工作）。

所以，我认为 MS Excel 和 R 之间的日期格式值 看起来 不同的原因是，一旦 R 检测到/被告知它是日期格式，它可能默认为 YYYY-MM -DD外观。然而，根据我的经验，Excel 因日期和时间的误导性外观而臭名昭著，有时甚至无法解释。即使 Excel 将日期显示为 DD-MM-YYYY（或您设置的任何内容），它实际上可能不会以这种格式存储。如果您在文本编辑器中查看 .csv 版本，而不是在不告诉您的情况下尝试智能并更改值外观的 Excel，这可能会变得很明显。底线是：如果您遇到问题并且涉及 Excel，请不要相信 Excel。

在 R 中导入日期和日期时间

现在，谈谈你的问题。

• 因此，我们决定 YYYY-MM-DD 是显示日期和日期时间的首选方式，并且通常是 R 和 lubridate 中的默认设置。
• 如果您在 R 中有日期/日期时间数据，最好确保 R 知道这一点并以日期时间而不是字符格式存储值。如果您想操作、修改或可视化数据，这将特别有用。

首先我加载lubridate 包，然后以 YYYY-MM-DD HH:MM:SS 和 DD-MM-YYYY HH:MM:SS 格式写出一些示例值。

library(lubridate)

tibble(
  date1 = "2019-01-01 22:05:00", 
  date2 = "02-01-2019 16:45:00"
) %>% 
  {. ->> my_dates}

# # A tibble: 1 x 2
# date1               date2              
# <chr>               <chr>              
# 2019-01-01 22:05:00 02-01-2019 16:45:00

请注意，两个日期时间都是字符格式，如列名下的 <chr> 所示。

要将这些转换为日期时间格式，我们使用ymd_hms() 和朋友或as_datetime() 的lubridate 函数。正如?as_datetime 和?ymd_hms 所见，这些函数采用字符或数字格式的日期时间，并将它们转换为日期时间格式 - 它们不是用于修改现有日期时间格式的日期时间的显示方式（与设置 CRS 和重新投影空间数据之间的重要区别。

ymd_hms() 采用字符格式的日期时间，必须在 year-month-d ay hour-minute-s第二种格式，并将其转换为日期时间格式。如果日期时间字符不是该格式，则必须使用与字符格式匹配的不同函数，例如dmy_hms()、mdy_hm() 等。因此，让我们使用适当的函数将这些字符中的每一个转换为日期时间格式：

my_dates %>% 
  mutate(
    date1 = ymd_hms(date1), 
    date2 = dmy_hms(date2)
  ) %>% 
  {. ->> my_dates_dttm}

my_dates_dttm

# # A tibble: 1 x 2
# date1               date2              
# <dttm>              <dttm>             
# 2019-01-01 22:05:00 2019-01-02 16:45:00

或者，我们可以使用as_datetime() 并使用符号和符号outlined here 指定日期时间的确切格式。在本例中，%d 表示日期编号，%m 表示月份编号，%Y 表示年份编号（大写 Y 表示 4 位版本，小写为 2 位），%H 是小时数，%M 是分钟数（注意大写 - 不同于月份数），%S 是秒数。

my_dates %>% 
  mutate(
    date1 = as_datetime(date1, format = '%Y-%m-%d %H:%M:%S'),
    date2 = as_datetime(date2, format = '%d-%m-%Y %H:%M:%S')
  ) %>% 
  {. ->> my_dates_dttm}

# # A tibble: 1 x 2
# date1               date2              
# <dttm>              <dttm>             
# 2019-01-01 22:05:00 2019-01-02 16:45:00

这些函数不能用于尝试转换日期时间的显示方式；如果你很幸运，你会得到NA，如果你不走运，你会得到格式不正确的数据。这就是All formats failed to parse. No formats found.等常见错误的来源，这经常发生在你使用dmy()而不是ymd()，或者指定format = 部分as_datetime()错误时；因为您告诉 R 年值是日值，例如数字 2019 不能是一天（最多 31）或一个月（最多 12）。例如，如果我们在date2 上错误地使用ymd_hms() 而不是dmy_hms()，我们会收到一条错误消息，并且日期时间格式的值为NA：

my_dates %>% 
  mutate(
    date1 = ymd_hms(date1),
    date2 = ymd_hms(date2)
  )

# # A tibble: 1 x 2
# date1               date2 
# <dttm>              <dttm>
# 2019-01-01 22:05:00 NA    
# Warning message:
# Problem with `mutate()` column `date2`.
# i `date2 = ymd_hms(date2)`.
# i All formats failed to parse. No formats found.

或者更糟糕的是，您混淆了日和月，而 R 没有意识到，因为这两个数字都小于 12，并且是月或日的可接受值。没有警告或错误消息，R 很高兴。这会在操作日期时间或计算时间差等时引起巨大的麻烦。

my_dates %>% 
  mutate(
    date1 = ymd_hms(date1),
    date2 = mdy_hms(date2)
  )

# # A tibble: 1 x 2
# date1               date2              
# <dttm>              <dttm>             
# 2019-01-01 22:05:00 2019-02-01 16:45:00

好吧，够了厄运和忧郁，回到我们格式化前后的示例数据。

my_dates
# # A tibble: 1 x 2
# date1               date2              
# <chr>               <chr>              
# 2019-01-01 22:05:00 02-01-2019 16:45:00

my_dates_dttm
# # A tibble: 1 x 2
# date1               date2              
# <dttm>              <dttm>             
# 2019-01-01 22:05:00 2019-01-02 16:45:00

所以，my_dates 和 my_dates_dttm 之间有两个区别。

1. 两列现在都采用<dttm> 格式，而不是<chr>（写在列名下）
2. 因为两列现在都是 R 的日期时间格式，所以它们默认为 YYYY-MM-DD HH:MM:SS 显示样式。我建议让它们保持这种状态，然后继续您的计算/操作。

以不同的格式显示日期和日期时间

但是，如果您想以不同的格式显示日期时间，您可以使用format() 函数来实现。您必须使用我们在上面as_datetime() 中使用的相同符号指定您希望它们如何打印。

请注意，这会以字符格式返回日期时间，因此这对于任何计算或操作都没有多大用处，而应仅用作标签。

my_dates_dttm %>% 
  mutate(
    date1_dmy = format(date1, format = '%d-%m-%Y %H:%M:%S')
  )

# # A tibble: 1 x 3
# date1               date2               date1_dmy          
# <dttm>              <dttm>              <chr>              
# 2019-01-01 22:05:00 2019-01-02 16:45:00 01-01-2019 22:05:00

因为format() 返回一个字符，所以您选择的格式不需要是标准的日期时间格式。例如，这里我们只是混淆了日期时间的不同组成部分：

my_dates_dttm %>% 
  mutate(
    date1_jumble = format(date1, format = '%S/%b-%H:%y-%d.%M')
  ) %>% 
  {. ->> my_dates_jumbled}

my_dates_jumbled

# # A tibble: 1 x 3
# date1               date2               date1_jumble      
# <dttm>              <dttm>              <chr>             
# 2019-01-01 22:05:00 2019-01-02 16:45:00 00/Jan-22:19-01.05

但是，这并不妨碍我们转换回日期时间格式 - 如果我们知道打印的确切格式。

my_dates_jumbled %>% 
  mutate(
    date_1_unjumble = as_datetime(date1_jumble, format = '%S/%b-%H:%y-%d.%M')
  )

# # A tibble: 1 x 4
# date1               date2               date1_jumble       date_1_unjumble    
# <dttm>              <dttm>              <chr>              <dttm>             
# 2019-01-01 22:05:00 2019-01-02 16:45:00 00/Jan-22:19-01.05 2019-01-01 22:05:00

更多信息

R for Data Science 一书是学习 R 的绝佳资源，如果您要使用此类数据，我强烈建议您阅读并完成 Chapter 16 - Dates and times 中的示例。