不一致的日期格式

Question

我正在使用R来分析一些数据，我有这个数据集，我试图获取仅使用最新日期的数据的子集。我在做这件事时遇到了麻烦，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

我该如何获得这些全部相同的格式？

Answer 1

你可以从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

如果他们都是2000或更高版本试试这个：

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" 

如果目标是拿最近的日期，那么这将工作的日期是否是所有2000或更高版本提供的是没有日期超过100岁。假设我们已经运行了上述线路，如果所有的日期都是未来的，那么最近的日期必须在1900年，所以重复这个sub，但是用19而不是20，并且取最大值;否则，最大日期必须是20XX所以remvove日期在未来采取的剩下最大：

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

更新一些改进。