R语言如何将不规则的日期数据改为规则的日期数据

R语言如何将不规则的日期数据改## 为规则的日期数据

一般而言，R语言的规则格式为：XXXX-XX-XX
如果我们的日期数据是不规则的格式，则在做某些处理时会很麻烦，因为无法直接将此列日期数据定义为日期数据。
例如，当读入的日期数据格式为：XXXX.XX.XX
只需要 strptime(“2019.09.06”, “%Y.%m.%d”)

原数据a的日期格式如图所示

查看其格式被识别为字符型

将原数据格式转换成标准格式

> b <- data.frame(a)
> #b是一个数据框，其中 b$日期 为一列不规则格式的日期数据
> #其格式为XXXX.XX.XX，例如2019.09.06
> #将数据中不标准的日期格式换成标准的日期格式
b$日期 <- strptime(b$日期, "%Y.%m.%d")

转换后：

R语言如何将不规则的日期数据改为规则的日期数据相关推荐

R语言ggplot2可视化：ggplot2可视化散点图并使用geom_mark_circle函数在数据簇或数据分组的数据点周围添加圆圈进行注释（自定义圆圈的大小）
R语言ggplot2可视化:ggplot2可视化散点图并使用geom_mark_circle函数在数据簇或数据分组的数据点周围添加圆圈进行注释(自定义圆圈的大小) 目录
R语言使用zoo包中的rollapply函数计算两个时间序列数据列之间的滚动相关性（Rolling correlations）、例如，计算两种商品销售额之间的3个月的滚动相关性
R语言时间序列数据滚动相关性分析(Rolling correlations).R语言使用zoo包中的rollapply函数计算两个时间序列数据列之间的滚动相关性(Rolling correlation ...
R语言ggplot2可视化：ggplot2可视化散点图并使用geom_mark_ellipse函数在数据簇或数据分组的数据点周围添加椭圆（ellipse）进行注释（对椭圆包围的区域进行着色为阴影区域）
R语言ggplot2可视化:ggplot2可视化散点图并使用geom_mark_ellipse函数在数据簇或数据分组的数据点周围添加椭圆(ellipse)进行注释(对椭圆包围的区域进行着色为阴影区域) ...
R语言聚类分析之基于划分的聚类KMeans实战：基于葡萄酒数据
R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据目录 R语言聚类分析之基于划分的聚类KMeans实战:基于葡萄酒数据
R语言caret包构建xgboost模型实战：特征工程（连续数据离散化、因子化、无用特征删除）、配置模型参数（随机超参数寻优、10折交叉验证）并训练模型
R语言caret包构建xgboost模型实战:特征工程(连续数据离散化.因子化.无用特征删除).配置模型参数(随机超参数寻优.10折交叉验证)并训练模型目录
R语言聚类分析之基于划分的聚类KMeans实战：基于菌株数据
R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据目录 R语言聚类分析之基于划分的聚类KMeans实战:基于菌株数据
R语言Box-Cox变换实战（Box-Cox Transformation）：将非正态分布数据转换为正态分布数据、计算最佳λ、变换后构建模型
R语言Box-Cox变换实战(Box-Cox Transformation):将非正态分布数据转换为正态分布数据.计算最佳λ.变换后构建模型目录
R语言使用dplyr包的full_join函数基于多个字段（数据列）全连接两个dataframe、按照多列对数据进行全连接
R语言使用dplyr包的full_join函数基于多个字段(数据列)全连接两个dataframe.按照多列对数据进行全连接目录
R语言使用glm函数构建泊松对数线性回归模型处理三维列联表数据构建饱和模型、使用summary函数获取模型汇总统计信息
R语言使用glm函数构建泊松对数线性回归模型处理三维列联表数据构建饱和模型.使用summary函数获取模型汇总统计信息目录

R语言如何将不规则的日期数据改为规则的日期数据

R语言如何将不规则的日期数据改## 为规则的日期数据

R语言如何将不规则的日期数据改为规则的日期数据相关推荐

最新文章

热门文章