datetime - 如何查找列中的最高(最新)和最低(最早)日期？

Question

我正在尝试将数据框中的两列转换为“良好”的日期和时间类，但到目前为止还没有取得太大成功。我尝试过各种类(timeDate、Date、timeSeries、POSIXct、POSIXlt >)但没有成功。也许我只是忽略了显而易见的事情，因为我尝试了很多方法，我只是不知道是什么了。我希望你们中的一些人能够指出我哪里出错了。

目标:我想使用最早和最晚日期计算两个日期之间的差异。我使用 head() 和 tail() 实现了这一点，但由于这些值不一定是数据中最早和最新的日期，所以我需要另一种方法。 (我无法对数据进行排序，因为它仅在日期当天对数据进行排序。)

第二个目标:我想将日期从每日格式(即 8-12-2010)转换为每周、每月和每年级别(即“49-2010”、“december-10”) ”，并且只是“2010 年”)。这可以通过格式设置(如 %d-%m-%y)来完成。可以通过将 data.frame 转换为时间类，然后将时间类转换为正确的格式来完成 (8-12-2010 -> format("%B-%y") -> 'december- 10')，然后将该时间类别转换为具有每个月级别的因子？

对于这两个目标，我需要以某种方式将日期帧转换为时间类，这就是我遇到一些困难的地方。

我的数据框如下所示:

> tradesList[c(1,10,11,20),14:15] -> tmpTimes4
> tmpTimes4
   EntryTime ExitTime
1   01-03-07 10-04-07
10  29-10-07 02-11-07
11  13-04-07 14-05-07
20  18-12-07 20-02-08

以下是我尝试过的总结:

> class(tmpTimes4)
[1] "data.frame"
> as.Date(head(tmpTimes4$EntryTimes, n=1), format="%d-%m-%y")
Error in as.Date.default(head(tmpTimes4$EntryTimes, n = 1), format = "%d-%m-%y") : 
  do not know how to convert 'head(tmpTimes4$EntryTimes, n = 1)' to class "Date"
> as.timeDate(tmpTimes4, format="%d-%m-%y")
Error in as.timeDate(tmpTimes4, format = "%d-%m-%y") : 
  unused argument(s) (format = "%d-%m-%y")
> timeSeries(tmpTimes4, format="%d-%m-%y")
Error in midnightStandard2(charvec, format) : 
  'charvec' has non-NA entries of different number of characters
> tmpEntryTimes4 <- timeSeries(tmpTimes4$EntryTime, format="%d-%m-%y")
> tmpExitTimes4 <- timeSeries(tmpTimes4$ExitTime, format="%d-%m-%y")
> tmpTimes5 <- cbind(tmpEntryTimes4,tmpExitTimes4)
> colnames(tmpTimes5) <- c("Entry","Exit")
> tmpTimes5
     Entry    Exit    
[1,] 01-03-07 10-04-07
[2,] 29-10-07 02-11-07
[3,] 13-04-07 14-05-07
[4,] 18-12-07 20-02-08
> class(tmpTimes5)
[1] "timeSeries"
attr(,"package")
[1] "timeSeries"
> as.timeDate(tmpTimes5, format="%d-%m-%y")
Error in as.timeDate(tmpTimes5, format = "%d-%m-%y") : 
  unused argument(s) (format = "%d-%m-%y")
> as.Date(tmpTimes5, format="%d-%m-%y")
Error in as.Date.default(tmpTimes5, format = "%d-%m-%y") : 
  do not know how to convert 'tmpTimes5' to class "Date"
> format.POSIXlt(tmpTimes5, format="%d-%m-%y", usetz=FALSE)
Error in format.POSIXlt(tmpTimes5, format = "%d-%m-%y", usetz = FALSE) : 
  wrong class
> as.POSIXlt(tmpTimes5, format="%d-%m-%y", usetz=FALSE)
Error in as.POSIXlt.default(tmpTimes5, format = "%d-%m-%y", usetz = FALSE) : 
  do not know how to convert 'tmpTimes5' to class "POSIXlt"
> as.POSIXct(tmpTimes5, format="%d-%m-%y", usetz=FALSE)
Error in as.POSIXlt.default(x, tz, ...) : 
  do not know how to convert 'x' to class "POSIXlt"

TimeDate 包有一个“范围”函数，但是，转换为 Date 类适用于单个实例，但由于某种原因不适用于数据框:

> as.Date(tmpTimes4[1,1], format="%d-%m-%y")
[1] "2007-03-01"
> as.Date(tmpTimes4, format="%d-%m-%y")
Error in as.Date.default(tmpTimes4, format = "%d-%m-%y") : 
  do not know how to convert 'tmpTimes4' to class "Date"

在这一点上，我几乎相信这是不可能做到的，所以任何想法将不胜感激!

问候，

Answer 1

从一些虚拟数据开始:

start <- as.Date("2010/01/01")
end <- as.Date("2010/12/31")
set.seed(1)
datewant <- seq(start, end, by = "days")[sample(15)]
tmpTimes <- data.frame(EntryTime = datewant, 
                       ExitTime = datewant + sample(100, 15))
## reorder on EntryTime so in random order
tmpTimes <- tmpTimes[sample(NROW(tmpTimes)), ]
head(tmpTimes)

所以我们有这样的东西:

> head(tmpTimes)
    EntryTime   ExitTime
8  2010-01-14 2010-03-16
9  2010-01-05 2010-01-17
7  2010-01-10 2010-01-30
3  2010-01-08 2010-04-16
10 2010-01-01 2010-01-26
13 2010-01-12 2010-02-15

使用上述内容，查看目标 1，计算最早日期和最晚日期之间的差异。您可以将日期视为数字(这就是它们在内部存储的方式)，因此像 min() 和 max() 这样的函数将起作用。您可以使用 difftime() 函数:

> with(tmpTimes, difftime(max(EntryTime), min(EntryTime)))
Time difference of 14 days

或使用标准减法

> with(tmpTimes, max(EntryTime) - min(EntryTime))
Time difference of 14 days

获取天数差异。 head() 和 tail() 仅在对日期进行排序时才有效，因为它们采用向量中的第一个和最后一个值，而不是最高和最低的实际值。

目标 2:您似乎正在尝试将数据框转换为日期。你不能这样做。您可以做的是重新格式化数据框的组件中的数据。在这里，我通过将 EntryTime 列重新格式化为几个不同的日期摘要来向 tmpTimes 添加列。

tmpTimes2 <- within(tmpTimes, weekOfYear <- format(EntryTime, format = "%W-%Y"))
tmpTimes2 <- within(tmpTimes2, monthYear <- format(EntryTime, format = "%B-%Y"))
tmpTimes2 <- within(tmpTimes2, Year <- format(EntryTime, format = "%Y"))

给予:

> head(tmpTimes2)
    EntryTime   ExitTime weekOfYear    monthYear Year
8  2010-01-14 2010-03-16    02-2010 January-2010 2010
9  2010-01-05 2010-01-17    01-2010 January-2010 2010
7  2010-01-10 2010-01-30    01-2010 January-2010 2010
3  2010-01-08 2010-04-16    01-2010 January-2010 2010
10 2010-01-01 2010-01-26    00-2010 January-2010 2010
13 2010-01-12 2010-02-15    02-2010 January-2010 2010

如果您是美国人或想要使用美国惯例作为一周的开始(%W 从星期一开始一周，在美国惯例是从周日开始)，请更改%W 到 %U。 ?strftime 包含有关 %W 和 %U 代表内容的更多详细信息。

<小时/>

关于数据格式的最后一点:在上面我使用了标准 R 格式的日期。您将数据以非标准标记存储在数据框中，可能作为字符或因子。所以你有这样的东西:

tmpTimes3 <- within(tmpTimes, 
                    EntryTime <- format(EntryTime, format = "%d-%m-%y"))
tmpTimes3 <- within(tmpTimes3, 
                    ExitTime <- format(ExitTime, format = "%d-%m-%y"))

> head(tmpTimes3)
   EntryTime ExitTime
8   14-01-10 16-03-10
9   05-01-10 17-01-10
7   10-01-10 30-01-10
3   08-01-10 16-04-10
10  01-01-10 26-01-10
13  12-01-10 15-02-10

您需要将这些字符或因子转换为 R 可以理解的日期。我的偏好是 "Date" 类。在对您的数据尝试上述答案之前，请将您的数据转换为正确的格式:

tmpTimes3 <- 
    within(tmpTimes3, {
           EntryTime <- as.Date(as.character(EntryTime), format = "%d-%m-%y")
           ExitTime <- as.Date(as.character(ExitTime), format = "%d-%m-%y")
           })

让你的数据看起来像这样:

> head(tmpTimes3)
    EntryTime   ExitTime
8  2010-01-14 2010-03-16
9  2010-01-05 2010-01-17
7  2010-01-10 2010-01-30
3  2010-01-08 2010-04-16
10 2010-01-01 2010-01-26
13 2010-01-12 2010-02-15
> str(tmpTimes3)
'data.frame':   15 obs. of  2 variables:
 $ EntryTime:Class 'Date'  num [1:15] 14623 14614 14619 14617 14610 ...
 $ ExitTime :Class 'Date'  num [1:15] 14684 14626 14639 14715 14635 ...