9 R日期时间
9.1 R日期和日期时间类型
R日期可以保存为Date类型， 一般用整数保存，数值为从1970-1-1经过的天数。
R中用一种叫做POSIXct和POSIXlt的特殊数据类型保存日期和时间， 可以仅包含日期部分，也可以同时有日期和时间。 技术上，POSIXct把日期时间保存为从1970年1月1日零时到该日期时间的时间间隔秒数， 所以数据框中需要保存日期时用POSIXct比较合适， 需要显示时再转换成字符串形式； POSIXlt把日期时间保存为一个包含年、月、日、星期、时、分、秒等成分的列表， 所以求这些成分可以从POSIXlt格式日期的列表变量中获得。 日期时间会涉及到所在时区、夏时制等问题， 比较复杂。
为了获得专用的时间类型， 可以使用hms扩展包。
基础的R用as.Date()、as.POSIXct()等函数生成日期型和日期时间型，
R扩展包lubridate提供了多个方便函数，
可以更容易地生成、转换、管理日期型和日期时间型数据。
9.2 从字符串生成日期数据
函数lubridate::today()返回当前日期：
函数lubridate::now()返回当前日期时间：
结果显示中出现的CST是时区，
这里使用了操作系统提供的当前时区。
CST不是一个含义清晰的时区，
在不同国家对应不同的时区，
在中国代表中国标准时间（北京时间）。
用lubridate::ymd(),
lubridate::mdy(),
lubridate::dmy()将字符型向量转换为日期型向量，如：
ymd(c("1998-3-10", "2018-01-17", "18-1-17"))
## [1] "1998-03-10" "2018-01-17" "2018-01-17"
mdy(c("3-10-1998", "01-17-2018"))
## [1] "1998-03-10" "2018-01-17"
dmy(c("10-3-1998", "17-01-2018"))
## [1] "1998-03-10" "2018-01-17"在年号只有两位数字时，默认对应到1969-2068范围。
lubridate包的ymd、mdy、dmy等函数添加hms、hm、h等后缀，
可以用于将字符串转换成日期时间。
如
9.3 时区和时区转换
上面例子结果显示中UTC是时区，
UTC是协调世界时(Universal Time Coordinated)英文缩写，
是由国际无线电咨询委员会规定和推荐,
并由国际时间局(BIH)负责保持的以秒为基础的时间标度。
UTC相当于本初子午线(即经度0度)上的平均太阳时，
过去曾用格林威治平均时(GMT)来表示。
北京时间比UTC时间早8小时，
以1999年1月1日0000UTC为例，
UTC时间是零点，
北京时间为1999年1月1日早上8点整。
日期时间字符串中日期部分和时间部分以空格分隔，
也可以用字母T分隔。
在Date()、as.DateTime()、ymd()等函数中，
可以用tz=指定时区，
比如北京时间可指定为tz="Etc/GMT-8"或
tz="Asia/Shanghai"。
为了将某个时间转换到指定的时区，
而不改变真正的时间，
用with_tz()函数，如：
## [1] "1998-03-16 05:15:45 UTC" "2023-03-14 02:11:12 UTC"为了保持表面的时间（时钟显示的日期时间）不变，
但将真正的时间修改到另外的时区，
用force_tz()或force_tzs()，
其中force_tzs()可以将每个时间单独应用不同的时区。
如：
## [1] "1998-03-16 13:15:45 UTC" "2023-03-14 10:11:12 UTC"上例的结果显示中，仅时区改变了，
显示的日期、时间都没有变，
但这样就改变了真实的时间。
输入的日期中的时区"Asia/Shanghai"不起作用，
仅该时区的钟面时间起作用。
又如：
force_tzs(ymd_hms(c("1998-03-16 13:15:45",
"2023-03-14 10:11:12"),
tz="Asia/Shanghai"),
tzones=c("Etc/GMT-6", "Etc/GMT-10"))## [1] "1998-03-16 07:15:45 UTC" "2023-03-14 00:11:12 UTC"这将北京时间"1998-03-16 13:15:45"改成了东6区时间，
对应到UTC就是钟面时间减6，
所以13点变成7点，
将北京时间"2023-03-14 10:11:12"改成了东10区时间，
对应到UTC就是钟面时间减10，所以10点变成0点。
输入的日期中的时区"Asia/Shanghai"不起作用，
仅该时区的钟面时间起作用。
9.4 从数值生成日期数据
lubridate::make_date(year, month, day)可以从三个数值构成日期向量。
如
lubridate::make_datetime(year, month, day, hour, min, sec)
可以从最多六个数值组成日期时间，
其中时分秒缺省值都是0。
如
在make_date()和make_datetime()都可以用tz选项指定时区，
但仅支持单个时区。
如果多个时间的时区也不同，
应该使用force_tzs()函数。
9.6 日期显示格式
用as.character()函数把日期型数据转换为字符型, 如
在as.character()中可以用format选项指定显示格式，如
格式中“%Y”代表四位的公元年号，
“%m”代表两位的月份数字，
“%d”代表两位的月内日期号。
这些格式缩写也被用在从字符串转换在日期时，
比如readr::read_csv在指定某一列为col_date()时，
可以指定格式如format="%m/%d/%Y"。
又如：
"15Mar98"这样的日期在英文环境中比较常见，
但是在R中的处理比较复杂。
在下面的例子中，R日期被转换成了类似"Mar98"这样的格式，
在format选项中用了“%b”代表三英文字母月份缩写，
但是因为月份缩写依赖于操作系统默认语言环境，
需要用Sys.setlocale()函数设置语言环境为"C"。示例程序如下
x <- as.POSIXct(c('1998-03-16', '2015-11-22'))
old.lctime <- Sys.getlocale('LC_TIME')
Sys.setlocale('LC_TIME', 'C')
## [1] "C"
as.character(x, format='%b%y')
## [1] "Mar98" "Nov15"
Sys.setlocale('LC_TIME', old.lctime)
## [1] "Chinese (Simplified)_China.utf8"format选项中的“%y”表示两位数的年份，
应尽量避免使用两位数年份以避免混淆。
包含时间的转换如
x <- as.POSIXct('1998-03-16 13:15:45')
as.character(x)
## [1] "1998-03-16 13:15:45"
as.character(x, format='%H:%M:%S')
## [1] "13:15:45"这里“%H”代表小时（按24小时制），
“%M”代表两位的分钟数字，
“%S”代表两位的秒数。
9.7 访问日期时间的组成值
lubridate包的如下函数可以取出日期型或日期时间型数据中的组成部分：
year()取出年month()取出月份数值mday()取出日数值yday()取出日期在一年中的序号，元旦为1wday()取出日期在一个星期内的序号， 但是一个星期从星期天开始， 星期天为1,星期一为2，星期六为7。hour()取出小时minute()取出分钟second()取出秒
比如, 2018-1-17是星期三， 则
month(as.POSIXct("2018-1-17 13:15:40"))
## [1] 1
mday(as.POSIXct("2018-1-17 13:15:40"))
## [1] 17
wday(as.POSIXct("2018-1-17 13:15:40"))
## [1] 4lubridate的这些成分函数还允许被赋值， 结果就修改了相应元素的值，如
x <- as.POSIXct("2018-1-17 13:15:40")
year(x) <- 2000
month(x) <- 1
mday(x) <- 1
x
## [1] "2000-01-01 13:15:40 CST"update()可以对一个日期或一个日期型向量统一修改其组成部分的值，
如
update()函数中可以用year, month, mday,
hour, minute, second等参数修改日期的组成部分。
用lubridate包的功能计算周岁如下：
9.8 日期舍入计算
lubridate包提供了floor_date(),
round_date(),
ceiling_date()等函数，
对日期可以用unit=指定一个时间单位进行舍入。
时间单位为字符串，
如seconds,
5 seconds,
minutes,
2 minutes,
hours,
days,
weeks,
months,
years等。
比如，以10 minutes为单位，
floor_date()将时间向前归一化到10分钟的整数倍，
ceiling_date()将时间向后归一化到10分钟的整数倍，
round_date()将时间归一化到最近的10分钟的整数倍，
时间恰好是5分钟倍数时按照类似四舍五入的原则向上取整。
例如
x <- ymd_hms("2018-01-11 08:32:44")
floor_date(x, unit="10 minutes")
## [1] "2018-01-11 08:30:00 UTC"
ceiling_date(x, unit="10 minutes")
## [1] "2018-01-11 08:40:00 UTC"
round_date(x, unit="10 minutes")
## [1] "2018-01-11 08:30:00 UTC"如果单位是星期，
会涉及到一个星期周期的开始是星期日还是星期一的问题。
用参数week_start=7指定开始是星期日，
week_start=1指定开始是星期一。
9.9 日期计算
在lubridate的支持下日期可以相减， 可以进行加法、除法。 lubridate包提供了如下的三种与时间长短有关的数据类型：
- 时间长度(duration)，按整秒计算;
- 时间周期(period)，如日、周;
- 时间区间(interval)，包括一个开始时间和一个结束时间。
9.9.1 时间长度
R的POSIXct日期时间之间可以相减，如
d1 <- ymd_hms("2000-01-01 0:0:0")
d2 <- ymd_hms("2000-01-02 12:0:5")
di <- d2 - d1; di
## Time difference of 1.500058 days结果显示与日期之间差别大小有关系，
结果是类型是difftime。
为了转换成数值，比如秒数，
可以用as.double()和units="secs"，
如：
as.double(di, units="days")
## [1] 1.500058
as.double(di, units="hours")
## [1] 36.00139
as.double(di, units="mins")
## [1] 2160.083
as.double(di, units="secs")
## [1] 129605lubridate包提供了duration类型， 固定以秒作为基本单位， 所以处理更方便：
lubridate的dseconds(),
dminutes(),
dhours(),
ddays(),
dweeks(),
dyears()函数可以直接生成时间长度类型的数据，如
## [1] "3600s (~1 hours)"lubridate的时间长度类型总是以秒作为单位， 可以在时间长度之间相加， 也可以对时间长度乘以无量纲数，如
可以给一个日期加或者减去一个时间长度， 结果严格按推移的秒数计算， 如
d2 <- ymd_hms("2000-01-02 12:0:5")
d2 - dhours(5)
## [1] "2000-01-02 07:00:05 UTC"
d2 + ddays(10)
## [1] "2000-01-12 12:00:05 UTC"时间的前后推移在涉及到夏时制时有可能出现难以预料到的情况。
9.9.2 时间周期
时间长度的固定单位是秒， 但是像月、年这样的单位， 因为可能有不同的天数， 所以日历中的时间单位往往没有固定的时长。
lubridate包的seconds(),
minutes(),
hours(),
days()，
weeks(),
years()函数可以生成以日历中正常的周期为单位的时间长度，
不需要与秒数相联系，
可以用于时间的前后推移。
这些时间周期的结果可以相加、乘以无量纲整数：
lubridate的月度周期因为与已有函数名冲突，
所以没有提供，
需要使用lubridate::period(num, units="month")的格式，
其中num是几个月的数值。
为了按照日历进行日期的前后平移， 而不是按照秒数进行日期的前后平移， 应该使用这些时间周期。
例如，因为2016年是闰年， 按秒数给2016-01-01加一年，得到的并不是2017-01-01：
使用时间周期函数则得到预期结果：
9.9.3 时间区间
lubridate提供了%--%运算符构造一个时间期间(time interval)。
时间区间可以求交集、并集等。
构造如：
d1 <- ymd_hms("2000-01-01 0:0:0")
d2 <- ymd_hms("2000-01-02 12:0:5")
din <- (d1 %--% d2); din
## [1] 2000-01-01 UTC--2000-01-02 12:00:05 UTC对一个时间区间可以用除法计算其时间长度，如
生成时间区间，
也可以用lubridate::interval(start, end)函数，如
interval(ymd_hms("2000-01-01 0:0:0"),
ymd_hms("2000-01-02 12:0:5"))
## [1] 2000-01-01 UTC--2000-01-02 12:00:05 UTC可以指定时间长度和开始日期生成时间区间， 如
d1 <- ymd("2018-01-15")
din <- as.interval(dweeks(1), start=d1); din
## [1] 2018-01-15 UTC--2018-01-22 UTC注意这个时间区间表面上涉及到8个日期， 但是实际长度还是只有7天， 因为每一天的具体时间都是按零时计算， 所以区间末尾的那一天实际不含在内。
用lubridate::int_start()和lubridate::int_end()函数访问时间区间的端点，如：
可以用as.duration()将一个时间区间转换成时间长度，
用as.period()将一个时间区间转换为可变时长的时间周期个数。
用lubridate::int_shift()平移一个时间区间，如
用lubridate::int_overlaps()判断两个时间区间是否有共同部分，如
时间区间允许开始时间比结束时间晚，
用lubridate::int_standardize()可以将时间区间标准化成开始时间小于等于结束时间。
lubridate()现在没有提供求交集的功能，
一个自定义求交集的函数如下：
int_intersect <- function(int1, int2){
n <- length(int1)
int1 <- lubridate::int_standardize(int1)
int2 <- lubridate::int_standardize(int2)
sele <- lubridate::int_overlaps(int1, int2)
inter <- rep(lubridate::interval(NA, NA), n)
if(any(sele)){
inter[sele] <-
lubridate::interval(pmax(lubridate::int_start(int1[sele]),
lubridate::int_start(int2[sele])),
pmin(lubridate::int_end(int1[sele]),
lubridate::int_end(int2[sele])))
}
inter
}测试如：
d1 <- ymd(c("2018-01-15", "2018-01-18", "2018-01-25"))
d2 <- ymd(c("2018-01-21", "2018-01-23", "2018-01-30"))
din <- interval(d1, d2); din
## [1] 2018-01-15 UTC--2018-01-21 UTC 2018-01-18 UTC--2018-01-23 UTC
## [3] 2018-01-25 UTC--2018-01-30 UTC
int_intersect(rep(din[1], 2), din[2:3])
## [1] 2018-01-18 UTC--2018-01-21 UTC NA--NA此自定义函数还可以进一步改成允许两个自变量长度不等的情形。
9.10 基本R软件的日期功能
9.10.1 生成日期和日期时间型数据
Sys.date()返回Date类型的当前日期。
Sys.time()返回POSIXct类型的当前日期时间。
对yyyy-mm-dd或yyyy/mm/dd格式的数据，
可以直接用as.Date()转换为Date类型，如：
as.Date()可以将多个日期字符串转换成Date类型，如
对于非标准的格式，在as.Date()中可以增加一个format选项，
其中用%Y表示四位数字的年，
%m表示月份数字，%d表示日数字。如
用as.POSIXct()函数把年月日格式的日期转换为R的标准日期，
没有时间部分就认为时间在午夜。如
as.POSIXct(c('1998-03-16'))
## [1] "1998-03-16 CST"
as.POSIXct(c('1998/03/16'))
## [1] "1998-03-16 CST"年月日中间的分隔符可以用减号也可以用正斜杠， 但不能同时有减号又有斜杠。
待转换的日期时间字符串，可以是年月日之后隔一个空格以“时:分:秒”格式带有时间。如
用as.POSIXct()可以同时转换多项日期时间，如
## [1] "1998-03-16 13:15:45 CST" "2015-11-22 09:45:03 CST"转换后的日期变量有class属性，取值为POSIXct与POSIXt, 并带有一个tzone（时区）属性。
x <- as.POSIXct(c('1998-03-16 13:15:45', '2015-11-22 9:45:3'))
attributes(x)
## $class
## [1] "POSIXct" "POSIXt"
##
## $tzone
## [1] ""在as.POSIXct()函数中用format参数指定一个日期格式。如
如果日期仅有年和月，必须添加日（添加01为日即可）才能读入。 比如用’1991-12’表示1991年12月，则如下程序将其读入为’1991-12-01’:
又如
old.lctime <- Sys.getlocale('LC_TIME')
Sys.setlocale('LC_TIME', 'C')
## [1] "C"
as.POSIXct(paste('01', 'DEC91', sep=''), format='%d%b%y')
## [1] "1991-12-01 CST"
Sys.setlocale('LC_TIME', old.lctime)
## [1] "Chinese (Simplified)_China.utf8"把'DEC91'转换成了’1991-12-01’。
如果明确地知道时区，
在as.POSIXct()和as.POSIXlt()中可以加选项tz=字符串。
选项tz的缺省值为空字符串，
这一般对应于当前操作系统的默认时区。
但是，有些操作系统和R版本不能使用默认值，
这时可以为tz指定时区，
比如北京时间可指定为tz='Etc/GMT+8'。如
9.10.2 取出日期时间的组成值
把一个R日期时间值用as.POSIXlt()转换为POSIXlt类型，
就可以用列表元素方法取出其组成的年、月、日、时、分、秒等数值。
如
x <- as.POSIXct('1998-03-16 13:15:45')
y <- as.POSIXlt(x)
cat(1900+y$year, y$mon+1, y$mday, y$hour, y$min, y$sec, '\n')
## 1998 3 16 13 15 45注意year要加1900，mon要加1。
另外，列表元素wday取值1-6时表示星期一到星期六，
取值0时表示星期天。
对多个日期，as.POSIXlt()会把它们转换成一个列表（列表类型稍后讲述），
这时可以用列表元素year, mon, mday等取出日期成分。如
9.10.3 日期计算
因为Date类型是用数值保存的，所以可以给日期加减一个整数，如：
所有的比较运算都适用于日期类型。
可以给一个日期加减一定的秒数，如
as.POSIXct(c('1998-03-16 13:15:45')) - 30
## [1] "1998-03-16 13:15:15 CST"
as.POSIXct(c('1998-03-16 13:15:45')) + 10
## [1] "1998-03-16 13:15:55 CST"但是两个日期不能相加。
给一个日期加减一定天数， 可以通过加减秒数实现，如
这个例子把日期推后了两天。
用difftime(time1, time2, units='days')计算time1减去time2的天数，
如
x <- as.POSIXct(c('1998-03-16', '2015-11-22'))
c(difftime(x[2], x[1], units='days'))
## Time difference of 6460 days函数结果用c()包裹以转换为数值, 否则会带有单位。
调用difftime()时如果前两个自变量中含有时间部分，
则间隔天数也会带有小数部分。如
x <- as.POSIXct(c('1998-03-16 13:15:45', '2015-11-22 9:45:3'))
c(difftime(x[2], x[1], units='days'))
## Time difference of 6459.854 daysdifftime()中units选项还可以取为
'secs', 'mins', 'hours'等。
9.11 练习
设文件dates.csv中包含如下内容：
"出生日期","发病日期"
"1941/3/8","2007/1/1"
"1972/1/24","2007/1/1"
"1932/6/1","2007/1/1"
"1947/5/17","2007/1/1"
"1943/3/10","2007/1/1"
"1940/1/8","2007/1/1"
"1947/8/5","2007/1/1"
"2005/4/14","2007/1/1"
"1961/6/23","2007/1/2"
"1949/1/10","2007/1/2"把这个文件读入为R数据框dates.tab，
运行如下程序定义date1和date2变量:
把date1、date2转换为R的POSIXct日期型。
求date1中的各个出生年。
计算发病时的年龄，以周岁论（过生日才算）。
把date2中发病年月转换为’monyy’格式，这里mon是如FEB这样英文三字母缩写， yy是两数字的年份。
对诸如’FEB91’, ’OCT15’这样的年月数据， 假设00—20表示21世纪年份，21—99表示20实际年份。 编写R函数，输入这样的字符型向量， 返回相应的POSIXct格式日期， 具体日期都取为相应月份的1号。 这个习题和后两个习题可以预习函数部分来做。
对R的POSIXct日期，写函数转换成’FEB91’, ’OCT15’这样的年月表示， 假设00—20表示21世纪年份，21—99表示20实际年份。
给定两个POSIXct日期向量birth和work， birth为生日，work是入职日期， 编写R函数， 返回相应的入职周岁整数值（不到生日时周岁值要减一）。