A02-07 日期和时间处理

2017-01-15 14:06:36

基本处理

复习一下

获取系统日期和系统时间

命令	结果	`typeof()`	`class()`
`Sys.Date()`	"2016-12-23"	"double"	"Date"
`Sys.time()`	"2016-12-23 13:39:56 CST"	"double"	"POSIXct" "POSIXt"

Date和POSIXct本质上就是double，是距离1970-1-1的天数和秒数
转为POSIXlt就形成一个list

> t <- as.POSIXlt(Sys.Date())
> t
[1] "2016-12-23 UTC"
> unlist(t)
sec   min  hour  mday   mon  year  wday  yday isdst 
  0     0     0    23    11   116     5   357     0

转换为日期/时间

判断是否为日期/时间: inherits

> t <- "2010-01-02 11:12:59"  # 实际是个文本
> inherits(t, c('Date', 'POSIXt'))
[1] FALSE

不是日期/时间的话，先要转换: strptime, as.Date, as.POSIXlt

> t <- as.POSIXlt(t, format="%Y-%m-%d %H:%M:%S")
> t
[1] "2010-01-02 CST"

推荐用strptime转换，结果为POSIXlt类型

时间/日期样式掩码

转换日期需要指定format，要用到一套掩码，如%Y, %m

类型	掩码	含义	例子	结果
完整日/时	`%c`	"%a %b %e %H:%M:%S %Y"	`format(t, "%c")`	"Sat Jan 2 11:12:59 2010"
	`%D`	日期格式%m/%d/%y	`format(t, "%D")`	"01/02/10"
	`%F`	%Y-%m-%d	`format(t, "%F")`	"2010-01-02"
	`%x`	日期格式"%y/%m/%d"(系统语境)	`format(t, "%x")`	"01/02/2010"
	`%X`	时间 "%H:%M:%S"	`format(t, "%X")`	"11:12:59 AM"
	`%r`	12-小时制时间(某些语境可用)	`format(t, "%r")`	"11:12:59 AM"
	`%T`	等价于%H:%M:%S	`format(t, "%T")`	"11:12:59"
	`%R`	等价于%H:%M	`format(t, "%R")`	"11:12"

时间/日期样式掩码 (续)

类型	掩码	含义	例子	结果
世纪	`%C`	世纪(00–99)	`format(t, "%C")`	"20"
年	`%y`	年份，不含世纪(00–99)	`format(t, "%y")`	"10"
	`%Y`	年份，含世纪	`format(t, "%Y")`	"2010"
	`%g`	当周属于的年份末两位(see %V)	`format(t, "%g")`	"09"
	`%G`	当周属于的年份(see %V)	`format(t, "%G")`	"2009"
月	`%b`	月名简称(系统语境)	`format(t, "%b")`	"Jan"
	`%B`	月份全名(系统语境)	`format(t, "%B")`	"January"
	`%h`	等价于 %b	`format(t, "%h")`	"Jan"
	`%m`	月份 (01–12)	`format(t, "%m")`	"01"

时间/日期样式掩码 (续)

类型	掩码	含义	例子	结果
周	`%a`	星期名简称(系统语境)	`format(t, "%a")`	"Sat"
	`%A`	星期全名(系统语境)	`format(t, "%A")`	"Saturday"
	`%u`	星期几(1–7, 周一为1)	`format(t, "%u")`	"6"
	`%U`	当年的第几周(00–53)(周日为首日)	`format(t, "%U")`	"00"
	`%V`	当年的第几周(01–53) (ISO 8601)	`format(t, "%V")`	"53"
	`%w`	星期几(0–6, 周日为0)	`format(t, "%w")`	"6"
	`%W`	当年的第几周(00–53) (周一为首日)	`format(t, "%w")`	"6"
日	`%d`	当月第几天 (01–31)	`format(t, "%d")`	"02"
	`%e`	当月第几天 (1–31)	`format(t, "%e")`	" 2"
	`%j`	当年的第几天(001–366)	`format(t, "%j")`	"002"

时间/日期样式掩码 (续)

类型	掩码	含义	例子	结果
小时	`%H`	小时(00–23)	`format(t, "%H")`	"11"
	`%I`	小时(01–12)	`format(t, "%h")`	"11"
分	`%M`	分钟 (00–59)	`format(t, "%M")`	"12"
秒	`%S`	秒数(00–61)	`format(t, "%S")`	"59"
上午/下午	`%p`	上午/下午(系统语境)	`format(t, "%p")`	"AM"
时区	`%z`	时差	`format(t, "%z")`	"+0000"
	`%Z`	时区，仅用于输出	`format(t, "%Z")`	"CST"
占位	`%n`	空行
	`%t`	制表符

日期/时间格式化: `format`函数

当前系统语境是:

> Sys.getlocale("LC_ALL")
[1] "LC_COLLATE=English_United States.1252;LC_CTYPE=Chinese (Simplified)_People's Republic of China.936;
LC_MONETARY=English_United States.1252;LC_NUMERIC=C;LC_TIME=English_United States.1252"

> t
[1] "2010-01-02 11:12:59 CST"  # POSIXlt格式

> format(t, "%A %B %e, %Y %I:%M:%S %p, Week %V")  # 完整格式
[1] "Saturday January  2, 2010 11:12:59 AM, Week 53"

> format(t, "%Y年%m月%d日（第%V周）%H点%M分%S秒")  # 中文化
[1] "2010年01月02日（第53周）11点12分59秒"

> format(t, "%d%b%y")
[1] "02Jan10"  # SAS格式

> format(t, "%Y%m%d")
[1] "20100102"  # 八位格式

读取并识别日期/时间

从readr的内置数据中读取example.log，时间戳X4是文本格式

> log <- readr::read_log(system.file("extdata/example.log", package="readr"))
> log$X4
[1] "08/Apr/2001:17:39:04 -0800" "10/Oct/2000:13:55:36 -0700"

进行格式化，转为时间

> strptime(log$X4, "%d/%b/%Y:%H:%M:%S %z", tz="UTC")  # UTC即格林威治时间
[1] "2001-04-09 01:39:04 UTC" "2000-10-10 20:55:36 UTC"
> strptime(log$X4, "%d/%b/%Y:%H:%M:%S %z")  # 默认为本地时区，
                                            # 上海是"Asia/Shanghai"或"Etc/GMT-8"
[1] "2001-04-09 09:39:04" "2000-10-11 04:55:36"

注意：转换后，修正了时差

日期/时间部件的截取

POSIXlt类型的日期/时间可以很容易地截取部件: sec, min, hour, mday, mon, year, wday, yday, isdst, zone, gmtoff

> c(t$mday, t$hour)  # 日和小时部分
[1] 2 11

在data.frame中，POSIXlt会被转为POSIXct

> df <- data.frame(x=rep(t,2), y=3:4)
> time <- sapply(df$x, function(v) unlist(as.POSIXlt(v)))
> df <- cbind(df, t(time), stringsAsFactors=FALSE)
> df
                    x y sec min hour mday mon year wday yday isdst zone gmtoff
1 2010-01-02 11:12:59 3  59  12   11    2   0  110    6    1     0  CST  28800
2 2010-01-02 11:12:59 4  59  12   11    2   0  110    6    1     0  CST  28800

日期/时间的拼接

有了部件，就可以很容易地拼接出日期/时间

> head(airquality, 2)  # New York May - Sep 1973
  Ozone Solar.R Wind Temp Month Day
1    41     190  7.4   67     5   1
2    36     118  8.0   72     5   2

> airquality$Date <- as.Date(with(airquality, paste('1973', Month, Day, sep="/")))
# 将"1973", "5", "1"用"/"拼接起来形成字符串，再as.Date转换

> head(airquality, 2)
  Ozone Solar.R Wind Temp Month Day       Date
1    41     190  7.4   67     5   1 1973-05-01
2    36     118  8.0   72     5   2 1973-05-02
> str(airquality$Date)
Date[1:153], format: "1973-05-01" "1973-05-02" "1973-05-03" ...

时区问题 (时区代码查询`?timezones`)

R转换日期/时间时，tz默认为系统当前时区。如本机为"CST" (China Standard Time)。
从外部导入数据(尤其是Excel)时不带时区信息，会被识别为"UTC"，即格林威治时间。

此类外部数据在R中运算时，可能被转为本地时区，从而产生时差。

openxlsx包的readTest.xlsx Var5为"02/07/2015" "02/06/2015", …

> xl <- readxl::read_excel(system.file("readTest.xlsx", package="openxlsx"))
> xl$Var5[1:2]
[1] "2015-02-07 UTC" "2015-02-06 UTC"
> xl$Var5[1] - as.POSIXct("2015-2-7")
Time difference of 8 hours

解决办法：导入后显式转换时区(lubridate::force_tz)，或将本机时区改为UTC

lubridate包

lubridate

又是Hadley Wickham开发的
基于POSIX，内建高速POSIX解析器
重要的基本概念:
- 时点(instants)
  - 兼容函数: now, yday, week, …
  - 日期取整: round_date, ceiling_date, …
- 时段(Timespan类)(包括Duration, Period, Interval类)
  - Duration: 绝对时长: duration, ddays, …
  - Period: 相对(钟面)时长: period, days, years, …
  - Interval: 起止于特定时点的时长(完整信息): int_shift, int_overlaps, …

时点函数

系统日期、时间

> library(lubridate)
> today()
[1] "2016-12-23"
> now()
[1] "2016-12-23 17:39:35 CST"

提取部件

> year(t)
[1] 2010
> mday(t)
[1] 2
> minute(t)
[1] 12

时点函数 (续)

ymd, mdy, …, hms, …

> ymd("20100102")  # 无间隔文本
[1] "2010-01-02"
> dmy("10.05-2016")  # 带间隔文本
[1] "2016-05-10"
> mdy(050614)  # 纯数字
[1] "2014-05-06"
> hms("08:15:00")
[1] "8H 15M 0S"

parse_date_time

> parse_date_time(c('12/17/1996 04:00:00','4/18/1950 0130'),
+        c('%m/%d/%Y %I:%M:%S','%m/%d/%Y %H%M'), exact = TRUE)
[1] "1996-12-17 04:00:00 UTC" "1950-04-18 01:30:00 UTC"

时点函数 (续)

日期取整

> ceiling_date(now(), unit="day")
[1] "2016-12-24 CST"
> floor_date(now(), unit="hour")
[1] "2016-12-23 17:00:00 CST"

时区
- 利用force_tz强制变更时区（但不转时值）
- 利用with_tz转换时区（同时变更时值）

> force_tz(now(), tzone="UTC")
[1] "2016-12-23 17:46:42 UTC"
> with_tz(now(), tzone="UTC")
[1] "2016-12-23 09:48:05 UTC"

Duration类函数

创建一个Duration类对象

> duration(day=-1)
[1] "86400s (~1 days)"

绝对时长操作 (?duration)

> at.present <- now()
> at.present + ddays(2)
[1] "2016-12-25 17:54:03 CST"
> at.present + dweeks(1)
[1] "2016-12-30 17:54:03 CST"

但没有dmonths，因为月的时长是有弹性的，不能作为duration对象

Period类函数

创建一个Period类对象

> period(c(90, 5), c("second", "minute"))
[1] "5M 90S

钟面时长操作 (?period)

> at.present <- now()
> at.present + days(2)
[1] "2016-12-25 17:54:03 CST"
> at.present + months(1)
[1] "2017-01-23 17:54:03 CST"

> as.Date("2016-1-31") + months(1)
[1] NA
> as.Date("2016-1-31") %m+% months(1)
[1] "2016-02-29"

Interval类函数

创建一个Interval类对象

> interval(as.Date("2016-10-1"), now())
[1] 2016-10-01 08:00:00 CST--2016-12-23 18:02:28 CST
> as.Date("2016-10-1") %--% now()
[1] 2016-10-01 08:00:00 CST--2016-12-23 18:05:15 CST

计算时间差 (?interval)

> int_length(interval(as.Date("2016-10-1"), now()))
[1] 7207406  # 秒数

时间段是否有重叠

> int1 <- as.Date("2016-1-1") %--% as.Date("2016-1-31")
> int2 <- as.Date("2016-1-15") %--% as.Date("2016-2-14")
> int_overlaps(int1, int2)
[1] TRUE

timeDate包

量化投资分析工具Rmetrics开发组发布，与Rmetrics包搭配使用
timeDate类兼容POSIXt，作为S4类型，也基本兼容SPlus的timeDate类
内建大量时区、节假日信息，便于跨时区转换
包括绝对的时区(zone)概念，和相对的金融中心(FinCenter)概念
能精细调整夏令时、节假日等
可利用timeDate类对象实现便捷的日期、时间操作

生成timeDate类对象

timeDate函数

> dates <- c("1989-09-28","2001-01-15","2004-08-30"
> times <- c(  "23:12:55",  "10:34:02",  "08:30:00")
> charvec = paste(dates, times)
> timeDate(charvec)
GMT
[1] [1989-09-28 23:12:55] [2001-01-15 10:34:02] [2004-08-30 08:30:00]

timeSequence函数

> timeSequence(from = "2008-01-01", to = "2008-01-31", by = "week")
GMT
[1] [2008-01-01] [2008-01-08] [2008-01-15] [2008-01-22] [2008-01-29]

timeCalendar函数

> timeCalendar(2008, m=1, d=1:5, h=16, zone="London", FinCenter="Shanghai")
Shanghai
[1] [2008-01-02] [2008-01-03] [2008-01-04] [2008-01-05] [2008-01-06]
> timeCalendar(2008, m=1, d=1:5, h=16, zone="London", FinCenter="London")
London
[1] [2008-01-01 16:00:00] [2008-01-02 16:00:00] [2008-01-03 16:00:00] ...

timeDate类对象的操作

向量化推移

> t <- timeCalendar(m=1:4)
> t + 86400  # 顺推1天(86400s)
GMT
[1] [2016-01-02] [2016-02-02] [2016-03-02] [2016-04-02]

计算时差

> Sys.timeDate() - t  # Sys.timeDate()返回当前系统时间
Time differences in days
[1] 360.1743 329.1743 300.1743 269.176

取整

> t + 123456
[1] [2016-01-02 10:17:36] [2016-02-02 10:17:36] [2016-03-02 10:17:36] [2016-04-02 10:17:36]
> trunc(t + 123456, 'h')
[1] [2016-01-02 10:00:00] [2016-02-02 10:00:00] [2016-03-02 10:00:00] [2016-04-02 10:00:00]

特殊日期查询

区段首日/尾日

> timeFirstDayInMonth(Sys.timeDate())
[1] [2016-12-01]
> timeLastDayInMonth(Sys.timeDate())
[1] [2016-12-31]
> timeFirstDayInQuarter(Sys.timeDate())
[1] [2016-10-01]
> timeLastDayInQuarter(Sys.timeDate())
[1] [2016-12-31]

区段特定日（0 (周日) - 6 (周六)）

> timeNdayOnOrAfter(Sys.timeDate(), 6)    # Sat
[1] [2016-12-31]
> timeNdayOnOrBefore(Sys.timeDate(), 0)   # Sun
[1] [2016-12-25]
> timeNthNdayInMonth(Sys.timeDate(), 1)   # Mon
[1] [2016-12-26]
> timeLastNdayInMonth(Sys.timeDate(), 2)  # Tue
[1] [2017-01-03]

查找FinCenter

支持正则表达式

> listFinCenter()
  [1] "Africa/Abidjan"  "Africa/Accra"   "Africa/Addis_Ababa"  "Africa/Algiers"                
  [5] "Africa/Asmara"   "Africa/Bamako"  "Africa/Bangui"       "Africa/Banjul"  ...
  
> listFinCenter("Asia/S.*")
[1] "Asia/Saigon"    "Asia/Sakhalin"   "Asia/Samarkand"   "Asia/Seoul" 
[5] "Asia/Shanghai"  "Asia/Singapore"

FinCenter

> t1 <- timeDate("2016-01-01", zone="GMT", FinCenter="Shanghai"); t1
Shanghai
[1] [2016-01-01 08:00:00]
> t2 <- timeDate("2016-01-01", zone="GMT", FinCenter="Zurich"); t2
Zurich
[1] [2016-01-01 01:00:00]
> t1 - t2
Time difference of 0 secs

查看夏令时和时区规则历史

> Shanghai()
              Shanghai offSet isdst TimeZone     numeric
1  1901-12-14 20:45:52  29152     0      LMT -2147397248
2  1927-12-31 15:54:08  28800     0      CST -1325491552
......
17 1991-04-13 16:00:00  32400     1      CDT   671558400
18 1991-09-14 15:00:00  28800     0      CST   684860400

> Hong_Kong()
             Hong_Kong offSet isdst TimeZone     numeric
1  1901-12-14 20:45:52  27396     0      LMT -2147397248
2  1904-10-29 16:23:24  28800     0      HKT -2056692996
......
71 1979-05-12 19:30:00  32400     1     HKST   295385400
72 1979-10-20 18:30:00  28800     0      HKT   309292200

节假日规则历史

> listHolidays()
 [1] "Advent1st" "Advent2nd"     "Advent3rd"  "Advent4th"     "AllSaints"               
 [6] "AllSouls"  "Annunciation"  "Ascension"  "AshWednesday"  "AssumptionOfMary" ...
 
> Christmas()
            Christmas offSet isdst TimeZone     numeric
1 1901-12-14 20:45:52  25200     0      CXT -2147397248

> ChristmasDay(year=2016)
GMT
[1] [2016-12-25]

Thank you!

返回目录

目录

基本处理

复习一下

转换为日期/时间

时间/日期样式掩码

时间/日期样式掩码 (续)

时间/日期样式掩码 (续)

时间/日期样式掩码 (续)

日期/时间格式化: format函数

读取并识别日期/时间

日期/时间部件的截取

日期/时间的拼接

时区问题 (时区代码查询?timezones)

lubridate包

lubridate

时点函数

时点函数 (续)

时点函数 (续)

Duration类函数

Period类函数

Interval类函数

timeDate包

timeDate包

生成timeDate类对象

timeDate类对象的操作

特殊日期查询

查找FinCenter

查看夏令时和时区规则历史

节假日规则历史

日期/时间格式化: `format`函数

时区问题 (时区代码查询`?timezones`)