不一致的日期格式

Question

我正在使用R來分析一些數據，我有這個數據集，我試圖獲取僅使用最新日期的數據的子集。我在做這件事時遇到了麻煩，我的一些日期有不同的格式。

ex。 10/01/00 10/01/00 10/20/2000 05/13/2000

我該如何獲得這些全部相同的格式？

Answer 1

你可以從lubridate

x <- c("10/01/00", "10/01/00", "10/20/2000", "05/13/2000") 
library(lubridate) 
as.Date(x, guess_formats(x, "mdy")) 
# [1] "2000-10-01" "2000-10-01" "2000-10-20" "2000-05-13" 

Answer 2

如果他們都是2000或更高版本試試這個：

x <- c("10/01/00", "10/01/00", "10/20/2000", "05/13/2000") # test data 

xx <- as.Date(sub("/(..)$", "/20\\1", x)); xx 
## [1] "10/01/2000" "10/01/2000" "10/20/2000" "05/13/2000" 

如果目標是拿最近的日期，那麼這將工作的日期是否是所有2000或更高版本提供的是沒有日期超過100歲。假設我們已經運行了上述線路，如果所有的日期都是未來的，那麼最近的日期必須在1900年，所以重複這個sub，但是用19而不是20，並且取最大值;否則，最大日期必須是20XX所以remvove日期在未來採取的剩下最大：

if (all(xx > Sys.Date()) max(as.Date(sub("/(..)$", "/19\\1", x))) 
else max(xx[xx <= Sys.Date()]) 

更新一些改進。