Obtenha a data atual em qualquer linguagem de programação, uma operação equivalente a "Hello world!" O idioma R não é exceção.

Neste artigo, entenderemos como o trabalho com datas é organizado na sintaxe básica da linguagem R e também consideraremos vários pacotes úteis que expandem seus recursos ao trabalhar com datas:

• lubridate - um pacote que permite cálculos aritméticos entre datas;
• timeperiodsR - um pacote para trabalhar com intervalos de tempo e seus componentes.

Conteúdo

1. Trabalhando com datas na sintaxe R básica
   1.1 Converter texto em data
   1.2 Recuperando componentes de data na base R
2. Trabalhando com datas com o pacote de lubrificado
   2.1 Converter texto em data usando lubrificado
   2.2 Recuperando componentes de data usando pacote de lubrificado
   2.3 Operações aritméticas com datas
3. Trabalho simplificado com períodos, período de tempoR pacote
   3.1 Intervalos de tempo em períodos de tempoR
   3.2 Filtrando um vetor de data com timeperiodsR
4. Conclusão

Trabalhando com datas na sintaxe R básica

Converter texto em data

No R básico, há um conjunto de funções para trabalhar com datas. O ponto negativo da sintaxe básica é que o registro de nomes e argumentos de funções é muito fragmentado e praticamente não possui conexão lógica. No entanto, as funções básicas da linguagem devem ser conhecidas, portanto, começaremos com elas.

Na maioria das vezes, ao carregar dados no R, de arquivos csv ou outras fontes, você obtém a data na forma de texto. Para as.Date() esse texto no tipo de dados correto, use a função as.Date() .

 #      my_dates <- c("2019-09-01", "2019-09-10", "2019-09-23") #    class(my_dates) 

 #> [1] "character" 

 #     my_dates <- as.Date(my_dates) #    class(my_dates) 

 #> [1] "Date" 

Por padrão, as.Date() aceita uma data em dois formatos: AAAA-MM-DD ou AAAA / MM / DD .
Se as datas no seu conjunto de dados estiverem em qualquer outro formato, você poderá usar o argumento de format para conversão.

 as.Date("September 26, 2019", format = "%B %d, %Y") 

O formato aceita operadores em forma de cadeia, indicando qualquer intervalo de tempo e seu formato, os valores mais frequentemente usados ​​são mostrados na tabela abaixo:

Assim, "26 de setembro de 2019" é o nome completo do mês, dia e ano. Você pode descrever esse formato de data com os operadores da seguinte maneira: "%B %d, %Y" .

Onde:

• %B - nome completo do mês
• %d - número do dia no mês
• %Y - Designação do ano com quatro dígitos

Ao descrever o formato da data, é importante incluir todos os caracteres adicionais da sua sequência, como traços, vírgulas, pontos, espaços e assim por diante. No meu exemplo, "26 de setembro de 2019", uma vírgula é colocada após a data e também deve ser colocada na descrição do formato: "%B %d, %Y" .

Há situações em que você obtém uma data que não é apenas inadequada para os formatos padrão (AAAA-MM-DD ou AAAA / MM / DD) , mas também em um idioma que difere da configuração padrão no seu sistema operacional. Por exemplo, você baixou dados em que a data é indicada no seguinte formulário: "15 de dezembro de 2019". Antes de converter essa sequência em uma data, você precisa alterar o código do idioma.

 #   Sys.setlocale("LC_TIME", "Russian") #     as.Date(" 15, 2019 .", format = "%B %d, %Y") 

Recuperando componentes de data na base R

Não há muitas funções no R básico que permitem extrair qualquer parte de uma data de um objeto da classe Date .

 current_date <- Sys.Date() #   weekdays(current_date) #     months(current_date) #      quarters(current_date) #      

Além da classe principal de objetos Date na base R, existem mais 2 tipos de dados que armazenam o registro de data e hora: POSIXlt , POSIXct . A principal diferença entre essas classes e Data é que elas armazenam hora além da data.

 #      current_time <- Sys.time() #    current_time class(current_time) 

 # "POSIXct" "POSIXt" 

A função Sys.time() retorna a data e hora atuais no formato POSIXct . Esse formato tem significado semelhante ao UNIXTIME e armazena o número de segundos desde o início da era UNIX (meia-noite (UTC) de 31 de dezembro de 1969 a 1 de janeiro de 1970) .

A classe POSIXlt também armazena a hora e a data e todos os seus componentes. Portanto, é um objeto com uma estrutura mais complexa, mas a partir da qual é fácil obter qualquer componente da data e hora desde essencialmente POSIXlt é uma lista .

 #      current_time_ct <- Sys.time() #    POSIXlt current_time_lt <- as.POSIXlt(current_time_ct) #      current_time_lt$sec #  current_time_lt$min #  current_time_lt$hour #  current_time_lt$mday #   current_time_lt$mon #  current_time_lt$year #  current_time_lt$wday #   current_time_lt$yday #   current_time_lt$zone #   

A conversão de dados numéricos e de texto em formatos POSIX * é realizada pelas funções as.POSIXct() e as.POSIXlt() . Essas funções têm um pequeno conjunto de argumentos.

• x - O número, sequência ou objeto da classe Date a ser convertida;
• tz - Fuso horário, o padrão é "GMT";
• formato - Descrição do formato da data em que os dados passados ​​no argumento x são apresentados;
• origem - Usado apenas ao converter um número para POSIX, você precisa passar um objeto de data para esse argumento e a hora em que os segundos são contados. Normalmente usado para tradução de UNIXTIME.

Se seus dados de data e hora forem apresentados em UNIXTIME , use o exemplo a seguir para convertê-los em uma data compreensível e legível:

 #  UNIXTIME    as.POSIXlt(1570084639, origin = "1970-01-01") 

Na origem, você pode especificar qualquer registro de data e hora. Por exemplo, se nos seus dados a data e a hora estiverem indicados como o número de segundos a partir de 15 de setembro de 2019 12:15, para convertê-los em uma data, use:

 #  UNIXTIME       15  2019 12:15 as.POSIXlt(1546123, origin = "2019-09-15 12:15:00") 

Trabalhando com datas com o pacote de lubrificado

talvez o lubridate seja o pacote mais popular para trabalhar com datas em R. Ele fornece mais três classes adicionais.

• durações - duração, ou seja, número de segundos entre dois carimbos de data e hora;
• períodos - períodos permitem realizar cálculos entre datas de intervalos legíveis por humanos: dias, meses, semanas e assim por diante;
• intervalos - objetos que fornecem o ponto inicial e final no tempo.

A instalação de pacotes adicionais na linguagem R é realizada pela função padrão install.packages() .

Instalando o pacote de lubridate :

 install.packages("lubridate") 

Converter texto em data usando lubrificado

As funções do pacote de lubridate simplificam bastante o processo de conversão de texto em data e também permitem realizar operações aritméticas com datas e horas.

As funções today() e now() ajudarão você a obter a data atual, ou data e hora.

 today() #   now() #     

Para converter uma string em uma data, o lubridate possui uma família inteira de funções cujos nomes sempre consistem em três letras e indicam uma sequência de componentes de data:

• y - ano
• m - mês
• d - dia

Alguns exemplos para converter seqüências de caracteres em datas:

 ymd("2017 jan 21") mdy("March 20th, 2019") dmy("1st april of 2018") 

Como você pode ver, o lubridate muito mais eficiente no reconhecimento de descrições de data na forma de texto e permite converter texto em data sem usar operadores adicionais para descrever o formato.

Recuperando componentes de data usando pacote de lubrificado

Também usando lubridate você pode obter qualquer componente a partir de uma data:

 dt <- ymd("2017 jan 21") year(dt) #  month(dt) #  mday(dt) #    yday(dt) #    wday(dt) #   

Operações aritméticas com datas

Porém, a funcionalidade mais importante e básica do lubridate é a capacidade de executar várias operações aritméticas com datas.

O arredondamento de uma data é realizado por três funções:

• floor_date - arredondando para o horário passado mais próximo
• ceiling_date - arredondando para o futuro próximo
• round_date - arredondando para o horário mais próximo

Cada uma dessas funções possui um argumento de unidade , que permite especificar uma unidade de arredondamento: segundo, minuto, hora, dia, semana, mês, bimestre, trimestre, estação, semestral, ano

 dt <- ymd("2017 jan 21") round_date(dt, unit = "month") #    round_date(dt, unit = "3 month") #   3  round_date(dt, unit = "quarter") #    round_date(dt, unit = "season") #    round_date(dt, unit = "halfyear") #    

Então, vamos descobrir como obter uma data que será 8 dias após a data atual e realizar vários outros cálculos aritméticos entre duas datas.

 today() + days(8) #     8  today() - months(2) #    2   today() + weeks(12) #     12  today() - years(2) #    2   

Trabalho simplificado com períodos, pacote timeperiodsR.

timeperiodsR é um novo pacote para trabalhar com datas publicadas no CRAN em setembro de 2019.

Instalando o pacote timeperiodsR :

 install.packages("timeperiodsR") 

O objetivo principal é determinar rapidamente um determinado intervalo de tempo em relação a uma determinada data. Por exemplo, usando suas funções, você pode facilmente:

• Receba semana passada, mês, trimestre ou ano em R.
• Obtenha um determinado número de intervalos de tempo em relação a uma data, como as últimas 4 semanas.
• É fácil extrair seus componentes do intervalo de tempo obtido: as datas de início e término, o número de dias que se enquadram no intervalo, toda a sequência de datas que o inserem.

O nome de todas as funções do pacote timeperiodsR intuitivo e consiste em duas partes: direction _ interval , em que:

• direção na qual é necessário mover em relação a uma determinada data: last_n, previous, this, next, next_n.
• intervalo de tempo para calcular o período: dia, semana, mês, trimestre, ano.

Intervalos de tempo em períodos de tempoR

Essas funções são úteis quando você precisa criar relatórios com base nos dados da última semana ou mês. Para obter o último mês, use a função com o mesmo nome previous_month() :

 prmonth <- previous_month() 

Após o qual você terá um objeto prprth da classe tpr , do qual você poderá obter facilmente os seguintes componentes:

• a data de início do período, em nosso exemplo, este é o último mês
• data de término do período
• o número de dias incluídos no período
• sequência de datas incluídas no período

Além disso, você pode obter cada um dos componentes de maneiras diferentes:

 #    prmonth$start start(prmonth) #    prmonth$end end(prmonth) #   prmonth$sequence seq(prmonth) #      prmonth$length length(prmonth) 

Você também pode obter qualquer um dos componentes usando o argumento part , presente em cada uma das funções do pacote. Valores possíveis: início, fim, sequência, comprimento.

 previous_month(part = "start") #   previous_month(part = "end") #   previous_month(part = "sequence") #   previous_month(part = "length") #     

Então, vejamos todos os argumentos disponíveis nas funções do pacote timeperiodsR :

• x - a data de referência a partir da qual o período será calculado; por padrão, a data atual;
• n - O número de intervalos que serão incluídos no período, por exemplo, 3 semanas anteriores;
• part - Qual componente do objeto tpr você precisa obter, por padrão, all ;
• week_start - O argumento está presente apenas nas funções para trabalhar com semanas e permite especificar o número do dia da semana que será considerado seu início; por padrão, o início da semana é segunda-feira, mas você pode especificar de 1 - segunda a 7 - domingo.

Assim, você pode calcular qualquer período de tempo relativo à data atual ou qualquer outra data, darei mais alguns exemplos:

 #  3   #  6  2019  #   -  last_n_weeks(x = "2019-10-06", n = 3, week_start = 1) 

  Time period: from 9 September of 2019, Monday to 29 September of 2019, Sunday 

6 de outubro é domingo:

Precisamos de um período que, em relação a 6 de outubro, leve três semanas anteriores. Não incluindo a semana de 6 de outubro. Portanto, este é o período de 9 a 29 de setembro.

 #     4  #  16  2019  previous_month(x = "2019-09-16", n = 4) 

  Time period: from 1 May of 2019, Wednesday to 31 May of 2019, Friday 

Neste exemplo, estamos interessados ​​no mês que foi há 4 meses, se prosseguirmos em 16 de setembro de 2019, portanto, era em maio de 2019.

Filtrando um vetor de data com timeperiodsR

Existem vários operadores para filtrar datas nos timeperiodsR :

• % left_out% - compara dois objetos da classe tpr e retorna o valor da esquerda, que não está à direita.
• % left_in% - compara dois objetos da classe tpr e retorna datas do objeto esquerdo que estão incluídas no direito.
• % right_out% - compara dois objetos da classe tpr e retorna o valor da direita, que está ausente na esquerda.
• % right_in% - compara dois objetos da classe tpr e retorna as datas do objeto direito que estão presentes no esquerdo.

 period1 <- this_month("2019-11-07") period2 <- previous_week("2019-11-07") period1 %left_in% period2 #    period1    period2 period1 %left_out% period2 #    period1     period2 period1 %right_in% period2 #    period2    period1 period1 %right_out% period2 #    period2     period1 

Conclusão

Examinamos detalhadamente as classes de objetos projetados na linguagem R para trabalhar com datas. Agora também é possível executar operações aritméticas em datas e obter rapidamente períodos de tempo usando o pacote timeperiodsR .

Se você está interessado na linguagem R, convido você a assinar o meu canal de telegrama R4marketing , no qual diariamente compartilho materiais úteis sobre o uso da linguagem R na resolução de minhas tarefas diárias.