第七章 日期和时间

7.1日期和时间类

R 中自带有三个日期和时间类：POSIXct、POSIXlt 和 Date。

7.1.1POSIX日期和时间

R 中的两个标准的日期－时间类是 POSIXct 和 POSIXlt。POSIXct 类记录了以世界标准时（UTC）时区 为准的从 1970 年开始计时的秒数计数 2。POSIXlt 将日期存储为一个列表，其中包括秒、 分钟、小时和月份等。POSIXct 最适用于存储和计算时间，而 POSIXlt 最适用于提取日期中的某个特定部分。

函数 Sys.time 将以 POSIXct 的形式返回当前的日期和时间：

> (now_ct <- Sys.time())
[1] "2020-04-25 14:32:12 CST"

now_ct 类有两个元素：一个是 POSIXct 变量，还有 POSIXct 继承自类 POSIXt：

> class(now_ct)
[1] "POSIXct" "POSIXt"

当日期被打印出来时，你只看到它格式化后的版本，因而不确定日期是如何被存储的。通 过使用 unclass，我们发现它只是一个数字：

> unclass(now_ct)
[1] 1587796333

POSIxlt日期看上去几乎都一样，但他们的底层存储机制是非常不同的：

> (now_lt <- as.POSIXlt(now_ct))
[1] "2020-04-25 14:32:12 CST"
> class(now_lt)
[1] "POSIXlt" "POSIXt" 
> unclass(now_lt)
$sec
[1] 12.87409

$min
[1] 32

$hour
[1] 14

$mday
[1] 25

$mon
[1] 3

$year
[1] 120

$wday
[1] 6

$yday
[1] 115

$isdst
[1] 0

$zone
[1] "CST"

$gmtoff
[1] 28800

attr(,"tzone")
[1] ""    "CST" "CDT"

使用列表索引来单独访问 POSIXlt 日期的每个部分：

> now_lt$sec
[1] 12.87409

7.1.2Date类

Date 类最适用于当你不在乎一天中的某个时刻时。

> (now_date <- as.Date(now_ct))
[1] "2020-04-25"
> class(now_date)
[1] "Date"
> unclass(now_date)
[1] 18377

7.1.3其他日期类

其他日期类来自于各种插件包的日期时间类包括 date、dates、chron、yearmon、yearqtr、timeDate、 ti 和 jul。

7.1.4提取时间

7.1.5解析时间

lubridate包处理日期和时间的功能极其强大，精确解析出给定的日期或者时间，并以标准形式输出

y代表年，m代表月，d代表日，h代表时，m代表分，s代表秒

对于日期信息的解析，我们可以任意地变换ymd中三个字母的顺序，来适应需要解析的日期格式，hms不能随意变换，只能按照hms这一固定顺序，但是其中的时间分隔符可以随意定义，支持多种分隔符形式，比如图中的, . /等等。

7.1.6修改时间

7.2日期与字符串的相互转换

7.2.1解析日期

当我们从文本或电子表格文件读取日期时，它们通常被存储为一个字符向量或因子。为 了把它们转换为日期，我们需要解析这些字符串。

strptime()函数（string parse time 的简称），它将返回 POSIXlt 日期，日期的格式使 用带有百分比符号和字母的字符串来指定。

%H 是小时（ 24 小时制），%M 是分钟，%S 是秒，%m 是月数，%d（如前所述）是 当月的第几天，还有 %Y 为四位数的年份。

> moon_landings_str <- c(  
+     "20:17:40 20/07/1969",
+     "06:54:35 19/11/1969"
+ )
> (moon_landings_lt <- strptime( 
+     moon_landings_str, 
+     "%H:%M:%S %d/%m/%Y",  
+     tz = "UTC" 
+     ))
[1] "1969-07-20 20:17:40 UTC"
[2] "1969-11-19 06:54:35 UTC"

如果字符串不匹配格式字符串中的格式，那么它就取 NA 值。例如，如果给出的是破折号 而不是斜线，将使得解析失败：

> strptime(  
+     moon_landings_str, 
+     "%H:%M:%S %d-%m-%Y", 
+     tz = "UTC" 
+     )
[1] NA NA

7.2.2格式化日期

与解析相反的问题是如何把日期变量转换为字符串，即格式化。现在调用 strftime（字符串格式的时间）来反转解 析操作。也可以使用 format 函数来轻松地完成日期的格式化。

%I 表示小时（12 小时制），%p 是 AM/PM 指示，%A 是星期几的全名，而 %B 是 月的全名。

> strftime(now_ct, "It's %I:%M%p on %A %d %B, %Y.")
[1] "It's 02:32下午 on 星期六 25 四月, 2020."

7.3时区

在解析日期字符串时（使用 strptime），你可以指定一个时区；当你格式化它时（使用strftime），可以再次改变它。在解析过程中，如果不指定时区（默认为“”），R 会给日期 以默认时区。你 可以使用 Sys.getlocale("LC_TIME") 来查看操作系统的日期时间设定。

> strftime(now_ct, tz = "America/Los_Angeles")
[1] "2020-04-24 23:32:12"
> strftime(now_ct, tz = "Africa/Brazzaville")
[1] "2020-04-25 07:32:12"

使 用 file.path(R.home("share"), "zoneinfo", "zone.tab") 能 查 找 出 R 中 所 有 可 能 的 Olson 时区列表（这是名为 zone.tab 的文件位于 zoneinfo 文件夹中，此文件夹就在你安装 R 的共享目录内）。

另一个可靠的方法是给 UTC 手动添加一个偏移量，格式为 "UTC"+n" 或 "UTC"-n"。负的时 间在 UTC 的东边，正的在西边。

> strftime(now_ct, tz = "UTC-5")
[1] "2020-04-25 11:32:12"
Warning message:
In as.POSIXlt.POSIXct(x, tz = tz) : unknown timezone 'UTC-5'
> strftime(now_ct, tz = "GMT-5")
[1] "2020-04-25 11:32:12"
Warning message:
In as.POSIXlt.POSIXct(x, tz = tz) : unknown timezone 'GMT-5'
> strftime(now_ct, tz = "-5")
[1] "2020-04-25 11:32:12"
Warning message:
In as.POSIXlt.POSIXct(x, tz = tz) : unknown timezone '-5'

指定时区的第三个方法是使用缩写，可以是三个字母或三个字母加一个数字再加三个字母 的方式。这种方法不到最后不要使用，原因有三个：首先，缩写难以阅读，更容易出错； 其次，正如前面提到的，它们不是唯一的，所以给出的时区可能不是你所要的；最后，不 同的操作系统支持不同的缩写集。尤其对于 Windows 操作系统来说，它对时区缩写的处理 比较别扭：

> strftime(now_ct, tz = "EST")   
[1] "2020-04-25 01:32:12"
> strftime(now_ct, tz = "PST8PDT") 
[1] "2020-04-24 23:32:12"

7.4日期和时间的算术运算

R 支持三个日期与时间基类的算术运算。将数字与 POSIX 日期相加，会以秒为单位增加时 间。将数字与 Date 相加会以天数为单位：

> now_ct + 86400 
[1] "2020-04-26 14:32:12 CST"
> now_lt + 86400
[1] "2020-04-26 14:32:12 CST"
> now_date + 1 
[1] "2020-04-26"

把两个日期加起来其实没有多大意义，而且会抛出一个错误。但减法操作是支持的，这会 计算两个日期之间的差值。这种行为对于所有三种日期的类型都一样。

> the_start_of_time <- as.Date("1970-01-01")
> the_end_of_time <- as.Date("2012-12-21") 
> (all_time <- the_end_of_time - the_start_of_time)
Time difference of 15695 days

使用 difftime 函数来计算出日期和时间之间的差值，它以数字的形式存储并以天为单位。 由于时间之间的差别，天数被自动选择为“最敏感的”单位。差别短于一天的时间以小 时、分钟或秒来表示。

> difftime(the_end_of_time, the_start_of_time, units = "secs")
Time difference of 1356048000 secs
> difftime(the_end_of_time, the_start_of_time, units = "weeks")
Time difference of 2242.143 weeks

seq 函数也适用于日期。这在创建人工生成的日期（artificial date）的测试数 据集时尤其有用。在 by 参数中，单位的选择对于 POSIX 和 date 类型是有所不同的。

> seq(the_start_of_time, the_end_of_time, by = "1 year")
 [1] "1970-01-01" "1971-01-01" "1972-01-01"
 [4] "1973-01-01" "1974-01-01" "1975-01-01"
 [7] "1976-01-01" "1977-01-01" "1978-01-01"
[10] "1979-01-01" "1980-01-01" "1981-01-01"
[13] "1982-01-01" "1983-01-01" "1984-01-01"
[16] "1985-01-01" "1986-01-01" "1987-01-01"
[19] "1988-01-01" "1989-01-01" "1990-01-01"
[22] "1991-01-01" "1992-01-01" "1993-01-01"
[25] "1994-01-01" "1995-01-01" "1996-01-01"
[28] "1997-01-01" "1998-01-01" "1999-01-01"
[31] "2000-01-01" "2001-01-01" "2002-01-01"
[34] "2003-01-01" "2004-01-01" "2005-01-01"
[37] "2006-01-01" "2007-01-01" "2008-01-01"
[40] "2009-01-01" "2010-01-01" "2011-01-01"
[43] "2012-01-01"
> seq(the_start_of_time, the_end_of_time, by = "500 days")
 [1] "1970-01-01" "1971-05-16" "1972-09-27"
 [4] "1974-02-09" "1975-06-24" "1976-11-05"
 [7] "1978-03-20" "1979-08-02" "1980-12-14"
[10] "1982-04-28" "1983-09-10" "1985-01-22"
[13] "1986-06-06" "1987-10-19" "1989-03-02"
[16] "1990-07-15" "1991-11-27" "1993-04-10"
[19] "1994-08-23" "1996-01-05" "1997-05-19"
[22] "1998-10-01" "2000-02-13" "2001-06-27"
[25] "2002-11-09" "2004-03-23" "2005-08-05"
[28] "2006-12-18" "2008-05-01" "2009-09-13"
[31] "2011-01-26" "2012-06-09"

7.5lubridate

lubridate 有多种使用了预设格式的解析函数。ymd 接受年、月、日的 日期形式。

> library(lubridate)
> john_harrison_birth_date <- c( 
	"1693-03 24",
    "1693/03\\24",
    "Tuesday+1693.03*24" 
)
> ymd(john_harrison_birth_date) 

lubridate 还提供的其他函数（ydm、mdy、myd、dmy 和 dym）。

lubridate 中的所有解析函数都会返回 POSIXct 日期，默认都使用 UTC 时区。警告：这些 行为与 R 中的基本函数 strptime 不同。

lubridate 提供了 stamp 函数来格式化日期，使你以更可读的方式指定格式。

> date_format_function <- stamp("A moon landing occurred on Monday 01 January 1900 at 18:00:00.")
> date_format_function(moon_landings_lt)

lubridate 有三种不同类型的变量可用于时间范围的处理。“持续时间”（Duration）指定 的时间跨度为秒的倍数，

> (duration_one_to_ten_years <- dyears(1:10))
> today() + duration_one_to_ten_years

“周期” （period）根据时钟上的时间来指定时间跨度。这意味着，在把它们添加到一个瞬 间之前，它们确切的时间跨度是看不出来的。

> (period_one_to_ten_years <- years(1:10))
> today() + period_one_to_ten_years

“间隔” （interval）定义为某段具有开始和结束的时间。它们本身用处不大，最常用于指定 持续时间和周期，当你已知开始和结束日期（而非持续的时间）时 。它们也可用于持续时 间和周期之间的转换。

> a_year <- dyears(1)
> as.period(a_year) 

当起始（或结束）时间的日期已知时，我们可以使用 interval 和一个媒介把持续时间转换 为周期.

>start_date <- ymd("2016-02-28")
>(interval_over_leap_year <- new_interval( 			start_date,
    start_date + a_year
    ))
as.period(interval_over_leap_year)

对于时区的处理，with_tz 允许你改变日期的时区而无须把它打印出来（这与 strftime 不 同）。它还能够正确地处理 POSIXlt 日期（这也与 strftime 不同）：

> with_tz(now_lt, tz = "America/Los_Angeles")

7.6intervals

间隔intervals是指特定的时间跨度。一个interval是两个特定时刻之间的时间

date1 <- interval(start1,end1)

time_length(date1,'year')自定义时间单位来输出间隔所包含的时间总量，支持的时间单位包括second day month year等

int_overlaps(date1,date2)来判断两个间隔之间是否有重复

当我们已知具体时间间隔后，如何求出其起始时间、终止时间等信息，通过调用函数int_start() int_end()便可以求出给定间隔的起始时间与终止时间。

int_flip()即可实现起始时间与终止时间的互换

7.7duration

duration是一个绝对的时间跨度，不受时间起始和终止的限制，对于duration时间跨度我们是固定用秒来作为时间单位

时间跨度duration的生成方法主要的方法有两种：

第一种是直接调用函数duration()

第二种方法是调用函数dyears ddays等来进行duration时间跨度的生成

注：月份有28天，有30天，有31天，还有29天，没有办法一致衡量的，所以不考虑mouth，时间跨度duration不考虑闰年

将间隔interval转换为时间跨度duration，需要调用函数as.duration()

不仅可以大小判断，还可以直接使用命令+或者-进行加减运算

7.8period

周期period以较长的时钟周期来计算时段长度，并且考虑了闰年和闰秒。

创建周期period可用：years(),days(),hours(),minutes(),seconds()

转换为period：as.period()

period类型时段之间可用加法、减法和除法运算