Question

我使用R来分析一些数据并且我有这个数据集，并且我试图获得仅使用最新日期的数据子集。我在这方面遇到了麻烦，而且我的一些日期有不同的格式。

离。 00年10月1日 00年10月1日二零零零年十月二十〇日 2000年5月13日

如何让这些格式完全相同？

Answer 1

您可以尝试guess_formats

中的lubridate

x <- c("10/01/00", "10/01/00", "10/20/2000", "05/13/2000")
library(lubridate)
as.Date(x, guess_formats(x, "mdy"))
# [1] "2000-10-01" "2000-10-01" "2000-10-20" "2000-05-13"

Answer 2

如果他们都是2000或以后试试这个：

x <- c("10/01/00", "10/01/00", "10/20/2000", "05/13/2000") # test data

xx <- as.Date(sub("/(..)$", "/20\\1", x)); xx
## [1] "10/01/2000" "10/01/2000" "10/20/2000" "05/13/2000"

如果目标是采用最近的日期，那么无论日期是否为2000或更晚，只要没有超过100年的日期，这将是有效的。假设我们已经运行了上述行，如果所有日期都在将来，那么最近的日期必须在20世纪，所以重复sub但是19而不是20并取最大值;否则，最大日期必须是20xx，所以取消将来的日期并采取剩余的最大值：

if (all(xx > Sys.Date()) max(as.Date(sub("/(..)$", "/19\\1", x)))
else max( xx[xx <= Sys.Date()] )

更新一些改进。

日期格式不一致

2 个答案: