无法使用 as.Date 格式化月份

Question

我遗漏了 as.Date 的“格式”部分中明显的一些内容。考虑这个例子

d1 <- data.frame(d = c("1/Jan/1947", “1947 年 2 月 1 日”， “1947 年 3 月 1 日”）， d2 = c("1947 年 1 月", “1947 年 2 月”， "Mar/1947"))

d1$date1 <- as.Date(x=d1$d, format="%d/%b/%Y")
d1$date2 <- as.Date(x=d1$d2, format="%b/%Y")

           d       d2      date1 date2
1 1/Jan/1947 Jan/1947 1947-01-01  <NA>
2 1/Feb/1947 Feb/1947 1947-02-01  <NA>
3 1/Mar/1947 Mar/1947 1947-03-01  <NA>

所以我的问题非常简单——我不明白为什么 date1 有效但 date2 无效。

Answer 1

最简单的答案是日期是包含一天的内容，如果未指定日期，则 as.Date() 会感到困惑。来自 ?as.Date 文档：

如果日期字符串没有完整指定日期，则
返回的答案可能是系统特定的。最常见的行为
就是假设缺失的年、月或日就是当前的年、月或日。
如果指定的日期不正确，可靠的实现将
给出错误并且日期报告为“NA”。很遗憾
一些常见的实现（例如“glibc”）不可靠并且
猜测其预期含义。

仔细想想，严格来说，“Mar/1947”这样的术语并不是一个日期，它只是月份和年份的组合。日期是 1947 年 3 月（或任何其他月份+年份）中的特定日期 - 因为您没有指定日期，所以您没有日期。

Answer 2

这是因为 data.frame 中的 d2 是格式错误的日期。它不包含一天。为了解决这个问题，请考虑使用以下方法：

d1$date2 <- as.Date(x=paste("1/",d1$d2, sep=""), format="%d/%b/%Y")
> d1
           d       d2      date1      date2
1 1/Jan/1947 Jan/1947 1947-01-01 1947-01-01
2 1/Feb/1947 Feb/1947 1947-02-01 1947-02-01
3 1/Mar/1947 Mar/1947 1947-03-01 1947-03-01

Answer 3

我不知道，但是 %b 当它是领先字段时似乎不起作用。

以下全部失败（给出 NA）：

> as.Date("Jan/1947", format="%b/%Y")
> as.Date("Jan 1947", format="%b %Y")
> as.Date("jan1947", format="%b%Y")
> as.Date("Jan1947", format="%b%Y")

而当您在 %b 前面加上 %d 时，它会起作用：

> as.Date("1Jan1947", format="%d%b%Y")
> as.Date("29-Jan-1947", format="%d-%b-%Y")
> as.Date("08/Aug/1947", format="%d/%b/%Y")
> as.Date("22 Dec 1947", format="%d %b %Y")

似乎 neilfws 有关于不完整的答案。
这也可以解释为什么只给出年份给出：

> as.Date("1947", format="%Y")
[1] "1947-09-19"

Answer 4

根据 Cole Beck 的文档“Handling date-times in R”，日期在内部保存为单个数值，该数值计算自参考日期 1970-01-01 以来经过的天数。
示例：1970-01-31 将在内部保存为 30。

因此，回到问题，当给定输入日期中未提及某一天 (%d)（即不完整的日期）时，它无法存储该日期在内部，导致“警告消息：强制引入的 NA”

来源：http://biostat.mc.vanderbilt.edu/wiki/pub/ Main/ColeBeck/datestimes.pdf