在 R 中转换和分隔日期时遇到问题答案

【问题标题】：Trouble converting and separating dates in R在 R 中转换和分隔日期时遇到问题
【发布时间】：2015-02-07 23:51:27
【问题描述】：

我有一个数据集，其中包含一些在 CSV 中列为 dd/mm/yy 的日期，我的最终目标是将年份列分离到一个单独的列中，但它似乎给了我一些非常奇怪的结果。

当 CSV 输入到 R 中时，数据集 (dframe1) 会自动将日期显示为因子，例如05 年 8 月 3 日，但并非全部采用这种格式，有些是 2005 年 8 月 3 日，有些是 2005 年 8 月 3 日（应该是这样），这意味着当我转换它们时，一些日期即将到来像他们应该的那样（即2004-11-5），有些出来真的很奇怪（即0004-11-5）..我检查了excel电子表格，它们的格式都完全相同，写的一样等等，转换的代码完全一样，但它似乎不起作用。

以下是我导入 R 的示例，尽管在 excel 中它们都是相同的：

2   11/11/04
3   11/11/04
4   11/11/04
5   11/11/04
6   11/11/04
7   11/11/04
8   11/11/04
9   11/11/04
10  5/3/05
11  5/3/05
12  5/3/05
13  5/3/05
14  5/3/05
15  5/3/05
16  5/3/05
17  3/11/05
18  3/11/05
19  3/11/05
20  3/11/05
21  3/11/05
22  3/11/05
23  3/11/05
24  3/11/05
25  3/11/05
26  3/11/05
27  9/6/06
28  9/6/06
29  9/6/06
30  9/6/06
31  9/6/06
32  9/6/06
33  9/6/06
34  9/6/06
35  11/8/06
36  11/8/06
37  11/8/06
38  11/8/06
39  11/8/06
40  11/8/06
41  11/8/06
42  11/8/06
43  22/02/2007
44  22/02/2007
45  22/02/2007
46  22/02/2007
47  22/02/2007
48  22/02/2007
49  22/02/2007
50  7/2/08
51  7/2/08
52  7/2/08
53  7/2/08
54  7/2/08
55  7/2/08
56  8/5/08
57  8/5/08
58  8/5/08
59  8/5/08
60  25/03/2012
61  25/03/2012
62  25/03/2012
63  25/03/2012
64  25/03/2012
65  25/03/2012

我想用来转换的代码如下：

数据 = dframe1

Set.date、Haul.date、Date.depart 和 Date.return 都是 dframe1 中的列

首先我确保 R 知道日期列实际上是日期（而不是因素，自动假设）

dframe1$Set.date <- as.Date(dframe1$Set.date,"%d/%m/%Y")
dframe1$Haul.date <- as.Date(dframe1$Haul.date, format ="%d/%m/%Y")
dframe1$Date.depart <- as.Date(dframe1$Date.depart, format ="%d/%m/%Y")
dframe1$Date.return <- as.Date(dframe1$Date.return, format ="%d/%m/%Y")

接下来我要分离并添加一列年份（也可以使用日期和月份，但这次不会打扰）

dframe1$Set.year <- format(dframe1$Set.date[1], "%Y")
dframe1$Haul.year <- format(dframe1$Haul.date[1], "%Y")
dframe1$Year.depart <- format(dframe1$Date.depart[1], "%Y") 
dframe1$Year.return <- format(dframe1$Date.return[1], "%Y")

【问题讨论】：

从文本文件中发布足够的材料以进行测试，
我发布了一个我想从中提取的专栏。谢谢！

标签： r excel date date-conversion as.date

【解决方案1】：

首先，Excel 不会向您显示日期/时间字符串的实际文本格式，因为它存在于 CSV 文件中——它会将它们转换为 Excel 格式以供显示。您应该在文本编辑器中打开 CSV 并查看日期以验证格式。

其次，您可以使用lubridate 包来更轻松地处理日期/时间。对于您的示例，您可以执行以下操作：

library(lubridate)

dframe1$Set.date <- dmy(dframe1$Set.date)

dframe1$Set.year <- year(dframe1$Set.date)

在lubridate中，如果已知通用日期格式，则可以使用dmy()、ymd_hms()等函数解析字符日期。您还可以使用parse_date_time() 函数并像在as.Date() 中那样指定订单。 Lubridate 还具有year()、month() 和其他用于提取日期/时间戳的特定元素的功能。

默认情况下，Lubridate 将日期存储为 POSIXct 对象，而不是 Date 对象，但这对您的目的而言并不重要。

【讨论】：

谢谢@Ajar！这很有帮助。我在文本编辑器中打开了文件，确实你是对的，日期格式不同。有没有办法让所有日期格式保持一致，还是我必须在文本编辑中手动完成？
这取决于它们的不同之处。如果唯一的区别是 08/05/2004 与 8/5/2004 之类的区别，则 ymd() 将以相同的方式解析这两者。

【解决方案2】：

如果您的所有日期都在过去 14 年内，那么这应该有效：

dat$dat2 <- gsub("/([0-9]{2})$", "/20\\1", dat$date)
library(lubridate)

dat$dat3 <- dmy(dat$dat2)

gsub 函数将忽略在正斜杠和字符串结尾之间不正好有 2 位数字的项目。如果您在 1900 年代有一些值，那么应该有办法转换它们。也许：

dat$dat2 <- gsub("/([7-9][0-9])$", "/19\\1", dat$date)

【讨论】：