R：在应用函数中解决 as.POSIXct() 的最佳方法

Question

我正在尝试设置一个新变量，该变量包含已知日期和给定年份结束之间的差异（天数）。虚拟数据如下：

> Date.event <- as.POSIXct(c("12/2/2000","8/2/2001"), format = "%d/%m/%Y", tz = "Europe/London")
> Year = c(2000,2001)
> Dates.test <- data.frame(Date.event,Year)
> Dates.test
  Date.event Year
1 2000-02-12 2000
2 2001-02-08 2001

我已经尝试应用一个函数来实现这一点，但它返回一个错误

> Time.dif.fun <- function(x) {
+ as.numeric(as.POSIXct(sprintf('31/12/%s', s= x['Year']),format = "%d/%m/%Y", tz = "Europe/London") - x['Date.event'])
+ }
> Dates.test$Time.dif <- apply(
+ Dates.test, 1, Time.dif.fun
+ )

 Error in unclass(e1) - e2 : non-numeric argument to binary operator 

apply() 似乎不喜欢 as.POSIXct()，因为测试仅导出年终日期的函数版本，它以 '978220800' 形式返回为数字（例如对于 end 2000 年）。有没有办法解决？对于真实数据，该函数有点复杂，包括使用不同变量的条件实例，有时还引用以前的行，如果不应用，这将很难做到。

Answer 1

这里有一些替代方案：

1) 您的代码适用于这些更改。我们将 s 分解出来，不是因为它是必要的，而只是因为下面的行由于长度太长而很难阅读。请注意，如果x 是一个数据框，那么x["Year"] 也是一个数据框，但x[["Year"]] 和x$Year 一样是一个向量。由于这些操作都是矢量化的，我们不需要apply。

虽然我们没有进行此更改，但将 s 定义为 s <- paste0(x$Year, "-12-31") 会更容易一些，在这种情况下，由于使用默认格式，我们可以省略下一行中的格式参数。

Time.dif.fun <- function(x) {
  s <- sprintf('31/12/%s', x[['Year']])
  as.numeric(as.POSIXct(s, format = "%d/%m/%Y", tz = "Europe/London") -x[['Date.event']])
}
Time.dif.fun(Dates.test)
## [1] 323 326

2) 转换为POSIXlt，设置年月日为年末，减法。请注意，year 组件使用自 1900 年以来的年份，而 mon 组件使用 Jan = 0、Feb = 1、...、Dec = 11。有关这些组件和其他组件的详细信息，请参阅 ?as.POSIXlt：

lt <- as.POSIXlt(Dates.test$Date.event)
lt$year <- Dates.test$Year - 1900
lt$mon <- 11
lt$mday <- 31
as.numeric(lt - Dates.test$Date.event)
## [1] 323 326

3) 另一种可能是：

with(Dates.test, as.numeric(as.Date(paste0(Year, "-12-31")) - as.Date(Date.event)))
## [1] 323 326

Answer 2

您可以使用difftime 函数：

Dates.test$diff_days <- difftime(as.POSIXct(paste0(Dates.test[,2],"-12-31"),format = "%Y-%m-%d", tz = "Europe/London"),Dates.test[,1],unit="days")

Answer 3

您可以使用ISOdate 来构建年末日期，并使用difftime(... units='days') 来获取到年底的天数。

来自?difftime：

“difftime”对象上可用的算术有限：它们可以是 加或减，乘以或除以一个数值向量。

如果您想做的不仅仅是有限的算术，只需使用as.numeric() 进行强制，但您必须坚持使用您指定的任何单位。

按照惯例，您可能希望使用明年年初（除夕午夜）作为您当年的终点。例如：

Dates.test <- data.frame(
  Date.event = as.POSIXct(c("12/2/2000","8/2/2001"), 
                          format = "%d/%m/%Y", tz = "Europe/London")
)
# use data.table::year() to get the year of a date
year <- function(x) as.POSIXlt(x)$year + 1900L
Dates.test$Date.end <- ISOdate(year(Dates.test$Date.event)+1,1,1)

# if you don't want class 'difftime', wrap it in as.numeric(), as in:
Dates.test$Date.diff <- as.numeric(
                             difftime(Dates.test$Date.end, 
                                      Dates.test$Date.event, 
                                      units='days')
                        )
Dates.test
#   Date.event            Date.end Date.diff
# 1 2000-02-12 2001-01-01 12:00:00     324.5
# 2 2001-02-08 2002-01-01 12:00:00     327.5

apply() 系列基本上是一种干净的for 循环方式，您应该争取更高效的矢量化解决方案。