Obsługa daty i czasu

Lekcja 13 z 14 w kursie Manipulowanie danymi w R w Coddy.

Język udostępnia wbudowane funkcje i klasy, które umożliwiają wydajną pracę z obiektami daty i czasu.

Klasy daty i czasu w R

R ma trzy główne klasy służące do pracy z datami i czasem:

Date: Reprezentuje daty bez czasu
POSIXct: Reprezentuje daty i czas jako liczbę sekund od 1 stycznia 1970 roku
POSIXlt: Reprezentuje daty i czas jako listę składowych (rok, miesiąc, dzień itd.)

Tworzenie obiektów daty i czasu

Możesz tworzyć obiekty daty i czasu za pomocą następujących funkcji:

# Utwórz obiekt Date
today <- Sys.Date()

# Utwórz obiekt POSIXct
now <- Sys.time()

# Przekonwertuj ciąg znaków na obiekt Date
date_from_string <- as.Date("2023-06-15")

# Przekonwertuj ciąg znaków na obiekt POSIXct
datetime_from_string <- as.POSIXct("2023-06-15 14:30:00")

Formatowanie obiektów daty i czasu

Użyj format(), aby przekształcić obiekty daty i czasu w ciągi znaków:

date <- as.Date("2023-06-15")
formatted_date <- format(date, "%B %d, %Y")  # Zwraca: "June 15, 2023"

Parsowanie ciągów daty i czasu

Aby sparsować ciągi daty i czasu, użyj as.Date() lub as.POSIXct() z ciągiem formatującym:

date_string <- "15/06/2023"
parsed_date <- as.Date(date_string, format = "%d/%m/%Y")

Obliczenia na datach i czasie

R umożliwia wykonywanie operacji arytmetycznych na obiektach daty i czasu:

today <- Sys.Date()
next_week <- today + 7  # Dodaj 7 dni

time_diff <- as.numeric(next_week - today)  # Oblicz różnicę w dniach

Wyodrębnianie składowych

Możesz wyodrębniać określone składowe z obiektów daty i czasu:

date <- as.Date("2023-06-15")
year <- format(date, "%Y")
month <- format(date, "%m")
day <- format(date, "%d")
hour <- format(date, "%H")
minute <- format(date, "%M")
second <- format(date, "%S")

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wyzwanie

Średni

Utwórz funkcję, która przetwarza listę wydarzeń wraz z ich datami i godzinami. Funkcja powinna wykonać następujące operacje:

Przekształć ciąg wejściowy w ramkę danych
Przekształć kolumnę 'datetime' w obiekty POSIXct
Wyodrębnij dzień tygodnia dla każdego wydarzenia
- użyj funkcji weekdays(). Na przykład: weekdays(date)
Oblicz czas trwania w godzinach między każdym wydarzeniem a pierwszym wydarzeniem
- Aby uzyskać datę i godzinę pierwszego wydarzenia, użyj:
```
mutate(
	datetime = as.POSIXct(datetime, format = "%Y-%m-%d %H:%M:%S"),
	first_date = min(datetime),
	...
)
```
Sformatuj kolumnę 'datetime', aby wyświetlała tylko datę w formacie "YYYY-MM-DD"
Utwórz nową kolumnę time_category na podstawie godziny wydarzenia:
- Jeśli godzina mieści się w przedziale od 5 do 11 (włącznie), ustaw wartość "Morning"
- Jeśli godzina mieści się w przedziale od 12 do 16 (włącznie), ustaw wartość "Afternoon"
- Jeśli godzina mieści się w przedziale od 17 do 20 (włącznie), ustaw wartość "Evening"
- W przeciwnym razie ustaw wartość "Night"
Posortuj ramkę danych według pierwotnej daty i godziny
Wyświetl wynikową ramkę danych wyłącznie z następującymi kolumnami (w tej kolejności): event, datetime, day_of_week, duration_hours, date, time_category

Spróbuj swoich sił

# Wczytaj dane wejściowe
con <- file("stdin", "r")
input_data <- suppressWarnings(readLines(con))

# Przekształć wejściowy ciąg znaków w ramkę danych
events_df <- read.csv(text = input_data, stringsAsFactors = FALSE)

# TODO: Napisz poniżej kod przetwarzający ramkę danych zdarzeń
# 1. Przekształć kolumnę 'datetime' w obiekty POSIXct
# 2. Wyodrębnij dzień tygodnia dla każdego zdarzenia
# 3. Oblicz czas w godzinach między każdym zdarzeniem a pierwszym zdarzeniem
# 4. Sformatuj kolumnę 'datetime' tak, aby wyświetlała tylko datę w formacie "YYYY-MM-DD"
# 5. Utwórz nową kolumnę 'time_category' na podstawie godziny zdarzenia
# 6. Posortuj ramkę danych według pierwotnych wartości datetime

# Wyświetl wynikową ramkę danych
print(events_df)

Wszystkie lekcje w sekcji Manipulowanie danymi w R

1Podstawy danych

Poznawanie struktur danych Indeksowanie w DataFrame Wybieranie podzbioru danych Konwersja typów danych Operator potoku w R

4Zaawansowana manipulacja danymi

Manipulowanie ciągami znakówObsługa daty i czasuFunkcje niestandardowe

2Przekształcanie danych

Wprowadzenie do dplyr Agregowanie danych za pomocą dplyr Łączenie danych za pomocą dplyr

3Przekształcanie danych

Format szeroki na długi Format długi na szeroki Obsługa brakujących danych

Poćwicz samodzielnie: Kompilator R online