代码之家 › 专栏 › 技术社区 › tassones

将yy.mmd(d)日期格式转换为R中的yyyy-mm-dd

dplyr date r

0

tassones · 技术社区 · 3 年前

我使用的是一种旧的日期格式,前两位数字代表20世纪的年份。小数点后的前两位为月份(即01-12),小数点后第三位和第四位为当天(即01-31)。问题是,以零结尾的日期(即10、20、30)会去掉后面的零,因此某些日期格式只有三位小数。

如何恢复尾随的零,以便将旧的日期格式转换为现代日期格式(即yyyy-mm-dd)?

示例:

library(tidyverse)

# Example data

xx <- data.frame(yr_mo_da = c('89.1208','89.1209','89.121', '89.1211'))

# My attempt to extract year, month, day from the old date format
# NOTE how the day is not extracted properly because there is not a fourth decimal place on Dec. 10

xx$year <- as.numeric(gsub("\\..*","",xx$yr_mo_da))
xx$month <- as.numeric(sub("^[0-9]+\\.([0-9]{2}).*", "\\1", xx$yr_mo_da))
xx$day <- as.numeric(sub("^[0-9]+\\.[0-9]{2}([0-9]{2}).*", "\\1", xx$yr_mo_da))
xx
#>   yr_mo_da year month    day
#> 1  89.1208   89    12  8.000
#> 2  89.1209   89    12  9.000
#> 3   89.121   89    12 89.121
#> 4  89.1211   89    12 11.000

# Create modern date format

xx <- xx %>%
  mutate(year = year + 1900,
         Date = make_date(year,month,day)) %>%
  select(-c(yr_mo_da,year,day,month))
xx
#>         Date
#> 1 1989-12-08
#> 2 1989-12-09
#> 3       <NA>
#> 4 1989-12-11

正确的输出应该如下所示:

xx
#>         Date
#> 1 1989-12-08
#> 2 1989-12-09
#> 3 1989-12-10
#> 4 1989-12-11

^{创建于2023-09-05

reprex v2.0.2}

3 回复 | 直到 3 年前

1

2

margusl 3 年前

您可以先用“0”右键填充这些字符串:

library(dplyr)
library(stringr)
library(lubridate)

xx <- data.frame(yr_mo_da = c('89.1208','89.1209','89.121', '89.1211'))
xx |> 
  mutate(yr_mo_da_pad = str_pad(yr_mo_da, width = max(str_length(yr_mo_da)), side = "right", pad = "0"),
         date = ymd(yr_mo_da_pad))
#>   yr_mo_da yr_mo_da_pad       date
#> 1  89.1208      89.1208 1989-12-08
#> 2  89.1209      89.1209 1989-12-09
#> 3   89.121      89.1210 1989-12-10
#> 4  89.1211      89.1211 1989-12-11

^{创建于2023-09-05

reprex v2.0.2}

2

1

Dirk is no longer here 3 年前

在解析之前,您需要将数字数据转换回文本。只有基数R的一种方法是:

> xx <- data.frame(yr_mo_da = c('89.1208','89.1209','89.121', '89.1211'))  
> xx$year <- trunc(as.numeric(xx$yr_mo_da))
> xx$moda <- (as.numeric(xx$yr_mo_da) - xx$year)*10000
> xx$date <- strptime(sprintf("%02.0f%04.0f", xx$year, xx$moda), "%y%m%d")
> xx
  yr_mo_da year moda       date
1  89.1208   89 1208 1989-12-08
2  89.1209   89 1209 1989-12-09
3   89.121   89 1210 1989-12-10
4  89.1211   89 1211 1989-12-11
>

如果你最初的分配没有强制字符值,我们可以跳过双字符 as.numeric() 。