R Lubridate在给定两位数年份时返回不需要的世纪

Question

在R中 ，我有一个字符串向量，表示两种不同格式的日期：

1. “月日年”
2. “月日年”

第一种格式有两位数的年份，所以我的矢量看起来像这样：

c("3/18/75", "March 10, 1994", "10/1/80", "June 15, 1979",...)

我想以标准格式将日期放在向量中。 使用lubridate包中的mdy函数应该很容易，除非我将第一种格式传递给它，它会返回一个不需要的世纪。

mdy("3/18/75")返回"2075-03-18 UTC"

有谁知道它如何能够回归20世纪的日期？ 那是“1975-03-18 UTC” 。 任何其他如何标准化日期的解决方案也将非常受欢迎。

如果重要的话，我正在运行版本lubridate_1.3.3。

Answer 1

你可以这样做：

some_dates <- c("3/18/75", "March 10, 1994", "10/1/80", "June 15, 1979")
dates <- mdy(some_dates)
future_dates <- year(dates) > year(Sys.Date())
year(dates[future_dates]) <- year(dates[future_dates]) - 100

也许更好的方法是从你的日期字符串中删除歧义 - 否则你的代码在2075年时会出错;）

library(stringr)
some_dates <- c('3/18/75', '01/09/53')
str_replace(some_dates, '[0-9]+$', '19\\0')

或者如果两个日期字符串是混合的：

some_dates <- c("3/18/75", "March 10, 1994", "10/1/80", "June 15, 1979")
str_replace(some_dates, '/([0-9]{2}$)', '/19\\1')

Answer 2

您可以使用后处理功能来调整世纪阈值：

library(lubridate)
dates <- c("3/18/75", "March 10, 1994", "10/1/80", "June 15, 1979", "10/19/15")

adjustCentury <- function(d, threshold=1930){
  y <- year(d) %% 100
  if(y > threshold %% 100) year(d) <- 1900 + y
  d
}

lapply(lapply(dates, mdy), adjustCentury)

结果是：

[[1]]
[1] "1975-03-18 UTC"

[[2]]
[1] "1994-03-10 UTC"

[[3]]
[1] "1980-10-01 UTC"

[[4]]
[1] "1979-06-15 UTC"

[[5]]
[1] "2015-10-19 UTC"

Answer 3

Lubridate v1.7.1没有这个问题。

Answer 4

lubridate v1.7.4。 我们说话时看着2068年