Даты в R

Question

Я работаю над конвейером обработки данных с большим количеством столбцов даты в данных. Многие функции R (например, операции над множествами, sapplyи т. д.) не сохраняйте класс даты, конвертируя даты в целые числа.

Стратегии, которые я вижу, чтобы справиться с этим:

1. Убедитесь, что каждая функция в конвейере обработки данных принимает и возвращает даты, отформатированные как даты. Недостаток: выяснить все места, где можно придерживаться as.Date() часто утомительно.
2. Жить с датами как целыми числами на всех этапах обработки, преобразовывая их в даты только в конце. Недостатком является манипулирование датами (например, последовательность с by = "month") на промежуточных этапах жонглирования невозможно без предварительной конвертации в дату.

Любые другие варианты, которые я пропускаю? Есть ли способ заставить R играть хорошо с датами? Для пояснения данные, с которыми я имею дело, - это не просто временной ряд: несколько столбцов содержат даты. Итак, насколько я могу судить, xts имеет ограниченную полезность.

Answer 1

Не сохраняет Date Несоответствие классов является артефактом самого R и того, как реализованы некоторые базовые R-функции. См.Например

R> dates <- Sys.Date() + 0:2
R> for (d in dates) cat(d, "\n")
17532 
17533 
17534 
R> 

По сути, атрибуты класса S3 удаляются при выполнении определенных векторных операций:

R> as.vector(dates)
[1] 17532 17533 17534
R> 

Поэтому я рекомендую выбрать подходящий тип контейнера и придерживаться его для выполнения там операций. Мне очень нравится data.table для этого. Быстрый пример:

R> suppressMessages(library(data.table))
R> dt <- data.table(date=Sys.Date()+0:2, other=Sys.Date() + cumsum(runif(3)*100))
R> dt[, diff:=other-date][]
         date      other           diff
1: 2018-01-01 2018-03-30  88.88445 days
2: 2018-01-02 2018-06-09 158.23913 days
3: 2018-01-03 2018-07-30 208.62187 days
R> dt[, month:=month(other)][]
         date      other           diff month
1: 2018-01-01 2018-03-30  88.88445 days     3
2: 2018-01-02 2018-06-09 158.23913 days     6
3: 2018-01-03 2018-07-30 208.62187 days     7
R> 

Мало того, что Date тип persist (о чем свидетельствует разностная операция, возвращающая difftime объект), но вы также получаете много вспомогательных функций (например, month()) Вот. Группировка по дате тоже естественна.

Answer 2

Наверное, нетрудно заменить звонки на sapply с функцией, которая делает то, что вы хотите. Например,

sapply2 <- function(X, FUN, ...) {
  do.call(c, lapply(X, FUN, ...))
}

Это не так универсально, как оригинал sapply, но если функция, которую вы используете в sapply(X, FUN) возвращает даты, это сохранит их. Если вы хотите использовать необязательные аргументы для sapplyВам нужно что-то более сложное.

Я не знаю, сколько других функций есть в вашем "и т. Д.", Но я думаю, что это не очень много, и большинство исправлений не так уж сложно.