序數日期的格式（月份中的日期后綴 -st、-nd、-rd、-th）

Question

我錯過了什么嗎？ 我無法弄清楚如何將以下轉換Date s，其中當月（當天%d ）具有序后綴-st ， -nd ， -rd ， -th ：

ord_dates <- c("September 1st, 2016", "September 2nd, 2016",
               "September 3rd, 2016", "September 4th, 2016")

?strptime似乎沒有列出序數后綴的簡寫，也不會自動處理：

as.Date(ord_dates, format = c("%B %d, %Y"))
#[1] NA NA NA NA

是否有用於處理format參數中被忽略字符的標記？ 我丟失的令牌？

我能想到的最好的是（可能有一個更短的正則表達式，但同樣的想法）：

as.Date(gsub("([0-9]+)(st|nd|rd|th)", "\\1", ord_dates), format = "%B %d, %Y")
# [1] "2016-09-01" "2016-09-02" "2016-09-03" "2016-09-04"

看起來這種數據應該比較普遍； 我錯過了什么嗎？

Answer 1

享受lubridate的力量：

library(lubridate)    
mdy(ord_dates)

[1] "2016-09-01" "2016-09-02" "2016-09-03" "2016-09-04"

在內部， lubridate沒有任何特殊的轉換規范來實現這一點。 相反， lubridate首先使用（通過智能猜測）格式"%B %dst, %Y" 。 這將獲取ord_dates的第一個元素。

然后檢查NA並對剩余元素重復其智能猜測，確定"%B %dnd, %Y"以獲取第二個元素。 它以這種方式繼續直到沒有NA剩余（在這種情況下發生在 4 次迭代之后），或者直到它的智能猜測未能找到可能的格式候選。

您可以想象這會使lubridate變慢，而且確實如此 - 僅使用上面@alistaire 建議的智能正則表達式的速度大約是其一半：

set.seed(109123)
ord_dates <- sample(
  c("September 1st, 2016", "September 2nd, 2016",
    "September 3rd, 2016", "September 4th, 2016"),
  1e6, TRUE
  )

library(microbenchmark)

microbenchmark(times = 10L,
               lubridate = mdy(ord_dates),
               base = as.Date(sub("\\D+,", "", ord_dates),
                              format = "%B %e %Y"))
# Unit: seconds
#       expr      min       lq     mean   median       uq      max neval cld
#  lubridate 2.167957 2.219463 2.290950 2.252565 2.301725 2.587724    10   b
#       base 1.183970 1.224824 1.218642 1.227034 1.228324 1.229095    10  a 

lubridate的明顯優勢是其簡潔性和靈活性。