使用具有多种日期格式的lubridate

如何解决使用具有多种日期格式的lubridate

我有一列日期以8/7/2001，10/21/1990等格式存储。两个值只是四位数的年份。我使用以下代码将整个列转换为类Date。

lubridate::parse_date_time(eventDate,orders = c('mdy','Y'))

它很好用，只是将仅仅几年的值转换为yyyy-01-01，而我希望它们只是yyyy。有没有一种方法可以防止lubridate添加任何尚不存在的信息？

编辑：创建数据框的代码

    id = (1:5)
    eventDate = c("10/7/2001","1989",NA,"5/5/2016","9/18/2011")
    df <- data.frame(id,eventDate)

解决方法

我认为无法将您的值转换为日期，并保持“ yyyy”值不变。通过将您的“ yyyy”值转换为“ yyyy-01-01”，lubridate做的正确。由于日期是有序的，并且如果您在列中定义了天和月的其他值，则所有其他值也需要具有这些组成部分。

例如。如果我在下面产生data.frame。如果我要求R根据日期列对表进行排序，则第一行（“ 2020”）中的日期在第二行（“ 2020-02-28”）中的值之前？还是之后呢？值2020是2020年，实际上可以表示这一年中的每一天，因此R应该如何处理呢？通过添加一年的第一天，lubridate定义了这些组成部分，并避免了R引起混淆。

dates <- c("2020","2020-02-28","2020-02-20","2020-01-10","2020-05-12")
id <- 1:5

df <- data.frame(
  id,dates
)

  id      dates
1  1       2020
2  2 2020-02-28
3  3 2020-02-20
4  4 2020-01-10
5  5 2020-05-12

因此，如果您希望保留“ yyyy”的完整性，则很有可能它们不应停留在eventDate列中，而其他值的结构也应不同（“ dd / mm / yyyy”） 。现在，如果确实需要完整保留这些值，我认为最好将eventDate列的值保留为字符，并将这些值作为Dates存储在另一列中，例如：

df$as_dates <- lubridate::parse_date_time(df$eventDate,orders = c('mdy','Y'))

  id eventDate   as_dates
1  1 10/7/2001 2001-10-07
2  2      1989 1989-01-01
3  3      <NA>       <NA>
4  4  5/5/2016 2016-05-05
5  5 9/18/2011 2011-09-18