r - 尝试从 5 位或 6 位数字中提取日期

Question

我正在尝试从数字中提取日期。日期存储为 11 位个人 ID 号码(日期-月-年)的前 6 位。不幸的是，它的基于云的数据库 (REDCap) 输出被格式化为一个数字，因此在该月的前 9 天出生的人的前导零最终是一个 10 位的 ID 号，而不是一个 11 位的 ID 号。我设法提取了与日期相对应的 6 位或 5 位数字，即 311230 代表 1930 年 12 月 31 日，或 11230 代表 1930 年 12 月第一个。我最终遇到了两个我无法解决的问题。
假设我们使用以下数字:

dato <- c(311230, 311245, 311267, 311268, 310169, 201104, 51230, 51269, 51204)

我将这些转换为字符串，然后应用 as.Date() 函数:

datostr <- as.character(dato)
datofinal <- as.Date(datostr, "%d%m%y")
datofinal

我遇到的问题是:

五位数字(例如 11230)被报告为 NA。

六位数字被识别，但在 1.1.1969 之前出生的数字会被报告为加上 100 年，即 010160 被转换为 2060.01.01

我相信这对于那些更了解 R 的人来说一定很容易，但是，我很难解决这个问题。任何帮助是极大的赞赏。
你好
比约恩

Answer 1

如果你的 5 位数字真的只需要补零，那么

dato_s <- sprintf("%06d", dato)
dato_s
# [1] "311230" "311245" "311267" "311268" "310169" "201104" "051230" "051269" "051204"

从那里开始，您关于“1969 年之前的日期”的问题，请查看 ?strptime为 '%y'图案:

 '%y' Year without century (00-99).  On input, values 00 to 68 are
      prefixed by 20 and 69 to 99 by 19 - that is the behaviour
      specified by the 2018 POSIX standard, but it does also say
      'it is expected that in a future version the default century
      inferred from a 2-digit year will change'.

因此，如果您有特定的替代年份，则需要在发送至 as.Date 之前添加世纪。 (使用 strptime -patterns)。

dato_d <- as.Date(gsub("([0-4][0-9])$", "20\\1",
                       gsub("([5-9][0-9])$", "19\\1", dato_s)),
                  format = "%d%m%Y")
dato_d
# [1] "2030-12-31" "2045-12-31" "1967-12-31" "1968-12-31" "1969-01-31" "2004-11-20"
# [7] "2030-12-05" "1969-12-05" "2004-12-05"

在这种情况下，我假设 50-99 将是 1900，其他一切都是 2000。如果您需要 40 或 30，请随意调整模式:将数字添加到第二个模式(例如， [3-9] )并从第一个模式(例如， [0-2] )，确保所有十年都包含在一个模式中，而不是“两者都不是”，也不是“两者”。
借用 Allan's answer , 我喜欢 now() 的假设(因为您确实提到了“出生于”)。无 lubridate ， 尝试这个:

dato_s <- sprintf("%06d", dato)
dato_d <- as.Date(dato_s, format = "%d%m%y")
dato_d[ dato_d > Sys.Date() ] <-
  as.Date(sub("([0-9]{2})$", "19\\1", dato_s[ dato_d > Sys.Date() ]), format = "%d%m%Y")
dato_d
# [1] "1930-12-31" "1945-12-31" "1967-12-31" "1968-12-31" "1969-01-31" "2004-11-20"
# [7] "1930-12-05" "1969-12-05" "2004-12-05"