在 R 中使用 round_date() 舍入日期

Question

我尝试仅在 R 中转换 yyyy 中的日期格式 yyyymmdd。 在how to convert numeric only year in Date in R? 中提出了一个非常有趣的答案，因为它设法让 R 理解将 8 位条目 (yyyymmdd) 转换为 4 位数字年份 (yyyy) 在润滑包中，这对我来说非常好。

在旧代码中，我使用了round_date()：

   date2<-c('01/01/2000','08/08/2000','16/03/2001','25/12/2000','29/02/2000')
    name<-c('A','B','C','D','E')
    
    df<-data.frame(date2,name)
    
    df2 <- df %>%
      mutate(date2 = dmy(date2)) %>%
      mutate(year_date = round_date(date2,'year'))
    
    df2
    str(df2)

date2<date> name<chr> year_date <date>
2000-01-01    A         2000-01-01      
2000-08-08    B         2001-01-01      
2001-03-16    C         2001-01-01      
2000-12-25    D         2001-01-01      
2000-02-29    E         2000-01-01  

但是当我发现例如日期 2000-08-08 被四舍五入到 2001-01-01 年，而不是我预期的 2001-01-01 年时，我的统计分析开始出现问题。

这对我来说是一个非常大的问题，因为考虑到我的数据库中有超过 1400 行，属于 2005 年的信息已移至 2006 年。

我注意到年中（六月之后）之后的日期被四舍五入到下一年，这很糟糕。

如何将 2000-08-08 日期舍入为 2000 而不是 2001？

Answer 1

这个（更简单，也只有基本 R）操作难道不是你想要的吗？

> date2 <- c('01/01/2000','08/08/2000','16/03/2001','25/12/2000','29/02/2000')
> dd <- as.Date(date2, "%d/%m/%Y")
> yd <- format(dd, "%Y-01-01")
> dt <- as.Date(yd)
> D <- data.frame(date2=date2, date=dd, y=yd, d=dt)
> D
       date2       date          y          d   
1 01/01/2000 2000-01-01 2000-01-01 2000-01-01
2 08/08/2000 2000-08-08 2000-01-01 2000-01-01
3 16/03/2001 2001-03-16 2001-01-01 2001-01-01
4 25/12/2000 2000-12-25 2000-01-01 2000-01-01
5 29/02/2000 2000-02-29 2000-01-01 2000-01-01
>   

本质上，我们只是从（解析为日期）Date 对象中提取年份组件并附加-01-01。

编辑：对于Date 和Datetime 对象也有trunc() 操作。奇怪的是，多年来的截断仅适用于 Datetime（有关更多信息，请参见 trunc.Date 的帮助页面），所以这也适用：

> as.Date(trunc(as.POSIXlt(dd), "years"))
[1] "2000-01-01" "2000-01-01" "2001-01-01" "2000-01-01" "2000-01-01"
> 

编辑 2： 我们可以在data.frame 中使用更简洁/更简单的解决方案中的最后一步，其中三列用于输入 数据（作为字符），解析数据为正确的Date类型和所需的截断年份数据——所有这些都使用基础R，没有进一步的依赖关系。当然，如果您想要可以通过管道重写它，lubridate 通过稍慢的路线获得相同的结果（这只对“大”数据很重要)。

> date2 <- c('01/01/2000','08/08/2000','16/03/2001','25/12/2000','29/02/2000')
> pd <- as.Date(date2, "%d/%m/%Y")
> td <- as.Date(trunc(as.POSIXlt(pd), "years"))
> D <- data.frame(input = date2, parsed = pd, output = td)
> D
       input     parsed     output
1 01/01/2000 2000-01-01 2000-01-01
2 08/08/2000 2000-08-08 2000-01-01
3 16/03/2001 2001-03-16 2001-01-01
4 25/12/2000 2000-12-25 2000-01-01
5 29/02/2000 2000-02-29 2000-01-01
> 

对于真正的“生产”用途，您可能不需要data.frame，也不需要保留导致单线的中间结果：

> as.Date(trunc(as.POSIXlt( as.Date(date2, "%d/%m/%Y") ), "years"))
[1] "2000-01-01" "2000-01-01" "2001-01-01" "2000-01-01" "2000-01-01"
> 

这可能是您可以获得的最紧凑和最有效的转换。

Answer 2

如果您只需要年份（而不是对应于一年中第一天的日期），您可以使用lubridate::year()。

df %>% mutate(across(date2,dmy),
              year_date=year(date2))

如果您确实想要一年的第一天，那么floor_date() 就可以了。

df %>% mutate(across(date2,dmy),
               year_date=floor_date(date2,"year"))

或者如果你只需要截断的日期，你可以直接去mutate(year_date=floor_date(dmy(date2)))

在基础 R 中，year() 将是 format(date2, "%Y")，如@DirkEddelbuettel 的回答所示。

Answer 3

如果您查阅round_datehelp 页面，您还会看到floor_date：

library("lubridate")
library("dplyr")

date2 <- c('01/01/2000','08/08/2000','16/03/2001','25/12/2000','29/02/2000')
name <- c('A','B','C','D','E')

df <- data.frame(date2,name)

df2 <- df %>%
  mutate(date2 = dmy(date2)) %>%
  mutate(year_date = floor_date(date2,'year'))

df2