在 OSX 上解析法语日期的神秘错误

Question

我有一个带有法语日期的字符向量。我想将它们转换为 R 中的日期格式。它似乎有效，但有一些神秘的错误。例如，R 识别“30 juin 2012”但不识别“30 juillet 2012”：

> as.Date("30 juin 2012", format = "%d %B %Y")
[1] "2012-06-30"
> as.Date("28 février 2012", format = "%d %B %Y")
[1] "2012-02-28"
> as.Date("30 juillet 2012", format = "%d %B %Y")
[1] NA

你有什么解释吗？

PS : 我的本地设置是法语 UTF8

> Sys.getlocale()
[1] "fr_FR.UTF-8/fr_FR.UTF-8/fr_FR.UTF-8/C/fr_FR.UTF-8/fr_FR.UTF-8"

Answer 1

我真的没有解释，但我有一个解决方案。使用“，”而不是“。”的德国数字有类似的问题。对于小数和一些不同的日期书写方式。以下是我通常对格式不正确的数据执行的操作：

a<-"30 juillet 2012"

b<-gsub(pattern="juillet", a, replacement="july")

as.Date(b, format="%d %B %Y")
[1] "2012-07-30"

希望这对您有所帮助。如果“七月”在您的系统上不起作用，您可以随时将其替换为 7。就像这样

a<-"30 juillet 2012"
b<-gsub(pattern="juillet", a, replacement="/ 7 /")
b<-gsub(pattern="|| ", b, replacement="")
as.Date(b, format= "%d/%m/%Y")

你好，本

Answer 2

正如 GSee 所说，这是一个语言环境问题。使用Sys.setlocale 将您的语言环境设置为法语，您的代码示例运行正常。

在 Linux 下（我也认为是 OS X，但未测试）：

Sys.setlocale(locale="fr_FR")

在 Windows 下：

Sys.setlocale(locale="French_France")

GSee 注释中的UTF-8是字符编码，是可选的。请参阅?iconvlist 了解更多信息。

Answer 3

在“OSX strptime juillet”上进行一些谷歌搜索会产生来自 Peter Dalgaard http://grokbase.com/t/r/r-sig-mac/12696r26eh/as-date-does-not-work-with-format-b 的评论：

好像是这样的

http://lists.freebsd.org/pipermail/freebsd-bugs/2009-December/037796.html

在 2010 年 5 月修复，但显然还没有渗透到 OSX 更新了。 （仍然存在于 Lion 的本地构建中，所以不仅仅是 CRAN 二进制文件。插入适当的关于开源和 商业供应商在这里...）

错误总结：带 %B 的 strptime 历经数月并检查 为全名，然后是缩写。问题是“juillet”的“jui” 匹配缩写。为“君”！但是“llet”与 %Y 不匹配，我们得到了 NA。

所以这是一个在 OSX 中持续存在的 BSD 错误。

看起来您将不得不使用类似@Ben K 的解决方案来解决此问题。 （对不起。）

Answer 4

（已经发布了“为什么？”和“如何回答”的答案。因此，即使它不是 OSX 上的补丁，也可以将其保留为似乎是“深入”的解释。而且它是OSX 中的错误，而不是 R。）

尽管将我的语言环境（也在 Mac 上）设置为“fr_FR”，但 LC_TIME 设置仍然是“en_US”

> Sys.getlocale()
[1] "en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8"
> Sys.setlocale(locale="fr_FR") # Should have category="LC_ALL"
[1] "fr_FR/fr_FR/fr_FR/C/fr_FR/en_US.UTF-8"
> month.abb
 [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
> month.name
 [1] "January"   "February"  "March"     "April"     "May"       "June"      "July"     
 [8] "August"    "September" "October"   "November"  "December" 

阅读 lubridate 的 Github 错误后，我似乎没有报告任何新内容。我猜Mac有这个错误。帮助页面说“month.abb”和“month.name”值应该用作参考，但更改它们也是无效的。 （也许他们是在 Startup 上读到的？）已经在 SIG-R-Mac 上报道过：http://markmail.org/search/?q=+list%3Aorg.r-project.r-sig-mac+french+locale#query:%20list%3Aorg.r-project.r-sig-mac%20french%20locale+page:1+mid:oie7r5qksadmzjia+state:results

然后继续阅读，我们发现该错误存在于 OSX 中并且已经存在了一段时间： http://lists.freebsd.org/pipermail/freebsd-bugs/2009-December/037796.html

我只在 Lion 上，但“现在很快”会更新到 Mavericks。