R語言時(shí)間數(shù)據(jù)處理之lubridate包

在我們處理一些時(shí)間序列數(shù)據(jù)時(shí)，經(jīng)常會(huì)碰到各種時(shí)間數(shù)據(jù)，比如“2016-03-03”。很多時(shí)候我們需要提取出其中的年、月、日甚至是小時(shí)、分、秒，從而可以方便的進(jìn)行比較、篩選等操作。如果我們自己去實(shí)現(xiàn)上述功能，可能會(huì)寫一個(gè)字符串的提取函數(shù)，來確定相應(yīng)的時(shí)間單位值。但是，由于時(shí)間數(shù)據(jù)格式多樣，總會(huì)碰到一些問題。還好lubridate這個(gè)包已經(jīng)幫我實(shí)現(xiàn)了各種功能，功能簡單但方便快捷，下面進(jìn)行介紹：
library(lubridate)
返回時(shí)間值
首先，lubridate函數(shù)的方便之處在于無論年月日之間以什么間隔符分隔，它總能找到正確的值且返回的是數(shù)字值，比如：
> year("2016-10-24")
[1] 2016
>year("2016/10/24")
[1] 2016
> month("2016/10/24")
[1] 10>
day("2016/10/24")
[1] 24

我們可以看到，直接用year()，month()，day()函數(shù)就可以提取相應(yīng)的數(shù)值，同樣的函數(shù)還有hour()，minute()，second()等：

> hour("2011-08-10 14:20:01")
[1] 14>
minute("2011-08-10 14:20:01")
[1] 20>
second("2011-08-10 14:20:01")
[1] 1

同時(shí)，lubridate還提供了函數(shù)幫助處理不同排列順序的年月日數(shù)據(jù)：

> ymd("20110604")
[1] "2011-06-04"
> mdy("06-04-2011")
[1] "2011-06-04"
> dmy("04/06/2011")
[1] "2011-06-04"

ymd，mdy，dmy分別表示了三種常見的年月日排列方式，通過這種方式我們就可以把不同的日期數(shù)據(jù)都轉(zhuǎn)化為標(biāo)準(zhǔn)的日期數(shù)據(jù)。

時(shí)間數(shù)據(jù)運(yùn)算

此外我們還可以用對(duì)時(shí)間數(shù)據(jù)進(jìn)行加減，這也是很有用的，因?yàn)橛袝r(shí)候我們要判斷兩個(gè)時(shí)間之間的間隔是否超過了某個(gè)值：

> minutes(2) ## period
[1] "2M 0S"
> dminutes(2) ## duration
[1] "120s (~2 minutes)"

我們可以看到有兩個(gè)函數(shù)：minutes()，dminutes()，minutes(2)函數(shù)表示的2個(gè)整分鐘的概念，而dminutes()則是具體120秒的概念。這兩者之間有何不同呢？可以看下面的例子：

> leap_year(2011) ## regular year
[1] FALSE
> ymd(20110101) + dyears(1)
[1] "2012-01-01"
> ymd(20110101) + years(1)
[1] "2012-01-01"
> leap_year(2012) ## leap year
[1] TRUE
> ymd(20120101) + dyears(1)
[1] "2012-12-31"
ymd(20120101) + years(1)
> [1] "2013-01-01"

leap_year()函數(shù)可以判斷是否是閏年，而通過上述返回結(jié)果我們可以知道，因?yàn)閐years(1)表示的365天，所以從2012-01-01一個(gè)dyears(1)，返回值是2012-12-31，而years(1)則是一個(gè)整年的概念，無論是閏年還是非閏年，加上一個(gè)years(1)都能返回下一年的相同月日的那一天，在這個(gè)例子里就反悔了2013-01-01。

時(shí)間區(qū)間

lubridate還允許我們定義一個(gè)時(shí)間區(qū)間，例如：

> arrive<-"2011-08-10 14:00:00"
> leave<-"2011-08-10 14:00:05"
> int<-interval(arrive,leave)
[1] 2011-08-10 14:00:00 UTC--2011-08-10 14:00:05 UTC

兩個(gè)時(shí)間段是由--相連的，UTC表示時(shí)區(qū)，lubridate允許我們?cè)诮o時(shí)間數(shù)據(jù)賦值的時(shí)候加上時(shí)區(qū)這一項(xiàng)，由于在日常生活中使用可能性較小，這篇文章里就不涉及了。數(shù)據(jù)分析師培訓(xùn)

> arrive1<-"2011-08-10 13:50:00"
> leave1<-"2011-08-10 14:00:09"
> int1<-interval(arrive1,leave1)
> int1 %within% int
[1] FALSE
> int %within% int1
[1] TRUE

有了時(shí)間區(qū)間的定義，我們還可以判斷一個(gè)時(shí)間區(qū)間是否在另一個(gè)時(shí)間區(qū)間里面，用"%within%"操作符。

> as.period(int1)
[1] "10M 9S"
> int1 / dminutes(1)
[1] 10.15

如上還可以查看或計(jì)算一個(gè)時(shí)間區(qū)間的長度。