r - 为什么 `as`方法删除矢量名称，并且有解决方法？

Question

基本上，我试图保留一个名为dates的 vector 特殊Date s，该 vector 在我的分析中出现了很多，例如2016年元旦和2015年7月4日。 ，例如，dates["nyd"]获取新年，dates["ind"]获取7月4日。

我认为这很简单:

dates <- as.Date(c(ind = "2015-07-04", nyd = "2016-01-01"))

但是 as.Date删除了名称:

dates
# [1] "2015-07-04" "2016-01-01"

并不是 Date vector 无法命名(这很奇怪，因为它们基本上是专门解释的 integer):

setNames(dates, c("ind", "nyd"))
#          ind          nyd 
# "2015-07-04" "2016-01-01" 

不幸的是，没有办法直接声明 Date vector (据我所知？)，尤其是在不知道日期的基础整数值的情况下。

探索这一点，似乎这是 as*类函数的标准做法:

as.integer(c(a = "123", b = "436"))
# [1] 123 436

as(c(a = 1, b = 2), "character")
# [1] "1" "2"

有这种原因吗？在 ?as或我见过的任何其他帮助页面中都没有提及姓名的丢失。

更一般而言，是否有一种方法(使用 as*以外的方法)来确保对象名称在转换中不会丢失？

当然，一种方法是编写自定义函数，例如 as.Date.named或使用相关方法创建自定义类 as.named，但如果还没有这样的东西，这会让我感到惊讶，因为这似乎很常见操作。

如果有关系，我在3.2.2。

Answer 1

的确，不同的as.Date方法存在差异，这就是原因(或更确切地说是“如何”):

首先，您的示例:

> as.Date(c(ind = "2015-07-04", nyd = "2016-01-01"))
[1] "2015-07-04" "2016-01-01"

在这里，我们使用 as.Date.character方法:

> as.Date.character
function (x, format = "", ...) 
{
    charToDate <- function(x) {
        xx <- x[1L]
        if (is.na(xx)) {
            j <- 1L
            while (is.na(xx) && (j <- j + 1L) <= length(x)) xx <- x[j]
            if (is.na(xx)) 
                f <- "%Y-%m-%d"
        }
        if (is.na(xx) || !is.na(strptime(xx, f <- "%Y-%m-%d", 
            tz = "GMT")) || !is.na(strptime(xx, f <- "%Y/%m/%d", 
            tz = "GMT"))) 
            return(strptime(x, f))
        stop("character string is not in a standard unambiguous format")
    }
    res <- if (missing(format)) 
        charToDate(x)
    else strptime(x, format, tz = "GMT")
    as.Date(res)
}
<bytecode: 0x19d3dff8>
<environment: namespace:base>

无论是否指定格式，您的 vector 都将传递给 strptime，然后将其转换为POSIXlt类，然后再次将其传递给 as.Date，但这一次使用 as.Date.POSIXlt方法，即:

> as.Date.POSIXlt
function (x, ...) 
.Internal(POSIXlt2Date(x))
<bytecode: 0x19d2df50>
<environment: namespace:base>

意味着最终用于转换为类Date的函数是 POSIXlt2Date调用的C函数(快速浏览文件 names.c会发现该函数是文件 do_POSIXlt2D 中的 datetime.c)。供引用，这里是:

SEXP attribute_hidden do_POSIXlt2D(SEXP call, SEXP op, SEXP args, SEXP env)
{
    SEXP x, ans, klass;
    R_xlen_t n = 0, nlen[9];
    stm tm;

    checkArity(op, args);
    PROTECT(x = duplicate(CAR(args)));
    if(!isVectorList(x) || LENGTH(x) < 9)
    error(_("invalid '%s' argument"), "x");

    for(int i = 3; i < 6; i++)
    if((nlen[i] = XLENGTH(VECTOR_ELT(x, i))) > n) n = nlen[i];
    if((nlen[8] = XLENGTH(VECTOR_ELT(x, 8))) > n) n = nlen[8];
    if(n > 0) {
    for(int i = 3; i < 6; i++)
        if(nlen[i] == 0)
        error(_("zero-length component in non-empty \"POSIXlt\" structure"));
    if(nlen[8] == 0)
        error(_("zero-length component in non-empty \"POSIXlt\" structure"));
    }
    /* coerce relevant fields to integer */
    for(int i = 3; i < 6; i++)
    SET_VECTOR_ELT(x, i, coerceVector(VECTOR_ELT(x, i), INTSXP));

    PROTECT(ans = allocVector(REALSXP, n));
    for(R_xlen_t i = 0; i < n; i++) {
    tm.tm_sec = tm.tm_min = tm.tm_hour = 0;
    tm.tm_mday  = INTEGER(VECTOR_ELT(x, 3))[i%nlen[3]];
    tm.tm_mon   = INTEGER(VECTOR_ELT(x, 4))[i%nlen[4]];
    tm.tm_year  = INTEGER(VECTOR_ELT(x, 5))[i%nlen[5]];
    /* mktime ignores tm.tm_wday and tm.tm_yday */
    tm.tm_isdst = 0;
    if(tm.tm_mday == NA_INTEGER || tm.tm_mon == NA_INTEGER ||
       tm.tm_year == NA_INTEGER || validate_tm(&tm) < 0)
        REAL(ans)[i] = NA_REAL;
    else {
        /* -1 must be error as seconds were zeroed */
        double tmp = mktime00(&tm);
        REAL(ans)[i] = (tmp == -1) ? NA_REAL : tmp/86400;
    }
    }

    PROTECT(klass = mkString("Date"));
    classgets(ans, klass);
    UNPROTECT(3);
    return ans;
}

不幸的是，我对C的理解太有限了，无法知道为什么这里缺少属性。我的猜测是，它会在 coerceVector操作期间发生，或者在POSIXlt列表的每个元素分别被强制转换为整数时发生(如果发生这种情况，请参见第1268-70行)。

但是，让我们看一下其他 as.Date方法，从主要违法者 as.Date.POSIXct开始:

> as.Date.POSIXct
function (x, tz = "UTC", ...) 
{
    if (tz == "UTC") {
        z <- floor(unclass(x)/86400)
        attr(z, "tzone") <- NULL
        structure(z, class = "Date")
    }
    else as.Date(as.POSIXlt(x, tz = tz))
}
<bytecode: 0x19c268bc>
<environment: namespace:base>

使用此方法，如果未给出时区，或者时区为“UTC”，则该函数仅操作 POSIXct列表以提取可以解析为Date对象的数据，因此不会丢失属性，但会丢失 (如果有)给定时区，然后将其转换为POSIXlt对象，然后进一步传递给同一POSIXlt2Date内部，最终失去其属性!确实:

> as.Date(c(a = as.POSIXct("2016-01-01")), tz="UTC")
           a 
"2015-12-31" 

> as.Date(c(a = as.POSIXct("2016-01-01")), tz="CET")
[1] "2016-01-01"

最后，正如@Roland所提到的， as.Date.numeric确实保留了以下属性:

> as.Date.numeric
function (x, origin, ...) 
{
    if (missing(origin)) 
        stop("'origin' must be supplied")
    as.Date(origin, ...) + x
}
<bytecode: 0x568943d4>
<environment: namespace:base>

origin通过 as.Date.character转换为Date，然后添加数字 vector ，因此保留了属性，因为:

> c(a=1) + 2
a 
3 

很自然地:

> c(a=16814) + as.Date("1970-01-01")
           a 
"2016-01-14"

我认为，在解决这一差异之前，您必须保留属性的唯一解决方案是首先转换为POSIXct(但要注意时区问题)或转换为数字，或者复制原始 vector 的属性:

> before <- c(ind = "2015-07-04", nyd = "2016-01-01")
> after <- as.Date(before)
> names(after) <- names(before)
> after
         ind          nyd 
"2015-07-04" "2016-01-01"