Início / coding / Perguntas / 77047399
Accepted
tassones
Asked: 2023-09-06 03:54:02 +0800 CST

Converta o formato de data aaaa.mmd(d) para aaaa-mm-dd em R

  • 772

Estou trabalhando com um formato de data antigo onde os dois primeiros dígitos representam o ano do século XX. As duas primeiras casas decimais são o mês (ou seja, 01-12) e a terceira e quarta casas decimais são o dia do mês (ou seja, 01-31). O problema é que os dias que terminam em zero (ou seja, 10, 20, 30) têm o zero à direita eliminado, de modo que alguns formatos de data têm apenas três casas decimais.

Como posso restaurar o zero à direita para poder converter esse formato de data antigo em um formato de data moderno (ou seja, aaaa-mm-dd)?

Exemplo:

library(tidyverse)

# Example data

xx <- data.frame(yr_mo_da = c('89.1208','89.1209','89.121', '89.1211'))

# My attempt to extract year, month, day from the old date format
# NOTE how the day is not extracted properly because there is not a fourth decimal place on Dec. 10

xx$year <- as.numeric(gsub("\\..*","",xx$yr_mo_da))
xx$month <- as.numeric(sub("^[0-9]+\\.([0-9]{2}).*", "\\1", xx$yr_mo_da))
xx$day <- as.numeric(sub("^[0-9]+\\.[0-9]{2}([0-9]{2}).*", "\\1", xx$yr_mo_da))
xx
#>   yr_mo_da year month    day
#> 1  89.1208   89    12  8.000
#> 2  89.1209   89    12  9.000
#> 3   89.121   89    12 89.121
#> 4  89.1211   89    12 11.000

# Create modern date format

xx <- xx %>%
  mutate(year = year + 1900,
         Date = make_date(year,month,day)) %>%
  select(-c(yr_mo_da,year,day,month))
xx
#>         Date
#> 1 1989-12-08
#> 2 1989-12-09
#> 3       <NA>
#> 4 1989-12-11

A saída correta deve ser semelhante a esta:

xx
#>         Date
#> 1 1989-12-08
#> 2 1989-12-09
#> 3 1989-12-10
#> 4 1989-12-11

Criado em 05/09/2023 com reprex v2.0.2

2 respostas

  1. Best Answer

    Você pode primeiro preencher essas strings com "0":

    library(dplyr)
library(stringr)
library(lubridate)

xx <- data.frame(yr_mo_da = c('89.1208','89.1209','89.121', '89.1211'))
xx |> 
  mutate(yr_mo_da_pad = str_pad(yr_mo_da, width = max(str_length(yr_mo_da)), side = "right", pad = "0"),
         date = ymd(yr_mo_da_pad))
#>   yr_mo_da yr_mo_da_pad       date
#> 1  89.1208      89.1208 1989-12-08
#> 2  89.1209      89.1209 1989-12-09
#> 3   89.121      89.1210 1989-12-10
#> 4  89.1211      89.1211 1989-12-11

    Criado em 05/09/2023 com reprex v2.0.2

    • 2

  2. Você precisa converter os dados numéricos de volta em texto antes de analisar. Uma maneira apenas com base R é esta:

    > xx <- data.frame(yr_mo_da = c('89.1208','89.1209','89.121', '89.1211'))  
> xx$year <- trunc(as.numeric(xx$yr_mo_da))
> xx$moda <- (as.numeric(xx$yr_mo_da) - xx$year)*10000
> xx$date <- strptime(sprintf("%02.0f%04.0f", xx$year, xx$moda), "%y%m%d")
> xx
  yr_mo_da year moda       date
1  89.1208   89 1208 1989-12-08
2  89.1209   89 1209 1989-12-09
3   89.121   89 1210 1989-12-10
4  89.1211   89 1211 1989-12-11
>

    Se sua atribuição original não forçasse os valores dos caracteres, poderíamos pular o double as.numeric().

    • 1

relate perguntas