外觀
Data Science › R Foundations › 日期與時間
日期與時間 (Date and Time)
日期欄位讀進來常是字串,必須盡早轉成日期型別,否則排序變字典序、時間差算不出來。R 的核心型別是 Date 與 POSIXct,日常操作交給 lubridate。Python 對應見 日期與時間(Python)。
| 型別 | 內容 | 底層 | 例子 |
|---|---|---|---|
Date | 日曆日 | 自 1970-01-01 的天數 | 採樣日、診斷日 |
POSIXct | 時間點 + 時區 | 自 1970-01-01 UTC 的秒數 | 儀器時間戳、log |
POSIXlt | 拆開的時間(年、月、日… 的 list) | list | 少用;data frame 欄位避免用 |
hms(hms 套件) | 一天中的時間 | 秒數 | 給藥時間 08:30:00 |
difftime / Duration / Period | 時間長度 | 追蹤天數 |
r
Sys.Date(); Sys.time() # base R
lubridate::today(); lubridate::now() # 同上,可指定 tzone解析
r
# base R:ISO 8601 直接讀;其他格式要給 format
as.Date("2024-06-19")
as.Date("06/19/2024", format = "%m/%d/%Y")
as.POSIXct("2024-06-19 14:30:00", tz = "UTC")
# lubridate:函式名 = 欄位順序
library(lubridate)
ymd("2013-02-27"); ymd("2013.02.27"); ymd("2013 Feb 27th") # 分隔符不拘
dmy("27-02-2013"); mdy("02-27-2013")
ymd_hms("2024-06-19 14:30:00", tz = "Asia/Taipei")
dmy_hm("27-02-2013 12:12pm")
# 同一欄混多種格式
parse_date_time(c("27-02-2013", "2013 Feb 27th"), orders = c("dmy", "ymd"))
# 匯入時直接指定型別
readr::read_csv("visits.csv", col_types = cols(visit_date = col_date("%d/%m/%Y")))| 代碼 | 意義 | 代碼 | 意義 |
|---|---|---|---|
%Y / %y | 4 / 2 位數年 | %H / %M / %S | 時 / 分 / 秒 |
%m | 月(01–12) | %I + %p | 12 小時制 + AM/PM |
%d | 日 | %z | UTC 偏移 +0800 |
%b / %B | 月份縮寫 / 全名(依 locale) | %j | 一年第幾天 |
01/02/2024是 1 月 2 日還是 2 月 1 日無法自動判斷。解析失敗的列會變NA(lubridate 會發 warningfailed to parse),解析後檢查sum(is.na(x))。
Excel 帶來的日期問題
| 問題 | 現象 | 處理 |
|---|---|---|
| 序列日期 | 讀進來是 45000 | as.Date(45000, origin = "1899-12-30");janitor::excel_numeric_to_date() |
| 基因名被轉成日期 | SEPT1 → 1-Sep、MARCH1 → 1-Mar | 原始資料不要經過 Excel;HGNC 已改名為 SEPTIN1、MARCHF1;用 Ensembl ID |
| 1900 / 1904 日期系統 | Mac 舊檔差 4 年 | readxl 會自動處理;手動換算時注意 origin |
擷取與取整
r
x <- ymd("2024-06-19")
year(x); month(x, label = TRUE); day(x) # 2024, Jun, 19
wday(x, label = TRUE, week_start = 1) # Wed(週一為一週開始)
yday(x); isoweek(x); quarter(x) # 171, 25, 2
weekdays(x); months(x); quarters(x) # base R 版本,依 locale
floor_date(x, "month") # 2024-06-01 月初
ceiling_date(x, "month") - days(1) # 2024-06-30 月底
round_date(now(), "15 minutes")r
library(dplyr)
visits |>
mutate(month = floor_date(visit_date, "month")) |>
count(month) # 每月次數;比 format(x, "%Y-%m") 保留 Date 型別日期運算:duration vs period
r
start <- ymd("2024-01-01"); end <- ymd("2024-06-19")
end - start # Time difference of 170 days
difftime(end, start, units = "weeks") # 24.28571 weeks
as.numeric(end - start) # 170
# Period:日曆單位(月長不同、夏令時間會調整)
ymd("2024-01-31") + months(1) # NA 2 月沒有 31 日
ymd("2024-01-31") %m+% months(1) # 2024-02-29 回到月底
# Duration:固定秒數
ymd("2024-01-01") + ddays(30)
# 年齡、追蹤時間:用 interval 再除
interval(ymd("1980-05-20"), ymd("2024-06-19")) %/% years(1) # 44 足歲
time_length(interval(start, end), "month") # 5.6| 類型 | 建立 | 意義 | 適用 |
|---|---|---|---|
| Duration | ddays()、dhours()、dyears() | 固定秒數 | 精確經過時間(藥物半衰期) |
| Period | days()、months()、years() | 日曆單位 | 「下個月同一天」、年齡 |
| Interval | interval(a, b) / a %--% b | 有起訖點的區間 | 計算年齡、判斷是否重疊 int_overlaps() |
存活分析的追蹤時間計算見 Kaplan-Meier。
時區
r
Sys.timezone() # session 預設時區
OlsonNames() # 可用的 IANA 名稱,如 "Asia/Taipei"
meeting <- ymd_hms("2017-03-11 12:00:00", tz = "America/Los_Angeles")
with_tz(meeting, "America/New_York") # 15:00 EST 同一時刻,換時區顯示
force_tz(meeting, "America/New_York") # 12:00 EST 同一鐘面時間,改成另一時區(時刻變了)| 函式 | 改變了什麼 | 用途 |
|---|---|---|
with_tz() | 只改顯示,時刻不變 | 把 UTC log 轉成當地時間呈現 |
force_tz() | 時刻改變,鐘面不變 | 修正「讀進來時時區標錯」 |
儲存與計算一律用 UTC,呈現時再
with_tz()。as.POSIXct()不給tz會用執行電腦的時區解讀,同一程式在不同機器結果不同。
常見錯誤
| 錯誤 | 結果 | 對策 |
|---|---|---|
| 日期留在 character 就排序 | "10/1" 排在 "9/1" 前 | 先轉 Date |
| 沒指定 format / orders | 部分列悄悄變 NA | 解析後檢查 NA 數 |
需要時間卻用 Date | 日內資訊遺失 | 用 POSIXct |
with_tz() / force_tz() 用反 | 事件時間點錯 | 見上表 |
ifelse() 回傳日期 | 變成數字 | dplyr::if_else() |
+ months(1) 遇到 31 日 | NA | %m+% |