17  日期与时间

17.1 引言

本章介绍如何在 R 中处理日期与时间。

日期和时间的处理会随着学习深入变得越发困难，因为它们需要协调众多地缘因素，包括月份划分、时区与夏令时等。本章将从如何从不同输入中创建日期时间对象开始，然后介绍如何从中提取年份、月份、日等组成部分。接着会进入更复杂的时间跨度处理，讨论根据具体分析目的不同而产生的多种时间跨度类型。最后简要介绍时区所带来的附加挑战。

本章使用 lubridate 包，它简化了 R 中日期与时间的操作。练习数据则依然来自 nycflights13 数据集：

library(tidyverse)
library(nycflights13)

17.2 创建日期/时间

在 R 中，有三种用于表示“某一时刻”的日期/时间类型：

• 日期（Date）：仅包含年/月/日。Tibble 中显示为 <date>。
• 时间（Time）：仅包含小时/分钟/秒。Tibble 中显示为 <time>。
• 日期时间（Date-time）：包含日期和时间，唯一标识某一具体时刻（通常精确到秒）。Tibble 中显示为 <dttm>。在 base R 中，它被称作 POSIXct。

注意，理论上应该始终使用最简单的数据类型来满足需求。也就是说，如果只需要日期，就不使用日期时间，因为日期时间涉及时区处理，复杂度更高。

获取当前日期或当前日期时间：

today()
#> [1] "2025-07-19"
now()
#> [1] "2025-07-19 23:09:25 UTC"

创建日期时间的四种主要方式如下：

1. 通过 readr 读取文件时自动解析。如果 CSV 中包含 ISO8601 格式的日期或日期时间，readr 会自动识别：

csv <- "
  date,datetime
  2022-01-02,2022-01-02 05:12
"

read_csv(csv)

输出如下：

# A tibble: 1 × 2
  date       datetime           
  <date>     <dttm>             
1 2022-01-02 2022-01-02 05:12:00

ISO8601 是一种国际标准，日期为年-月-日，时间为时:分:秒，日期和时间之间用空格或 T 分隔。

对于非标准格式，则需要用 col_types 指定解析规则，例如：

read_csv(csv, col_types = cols(date = col_date("%m/%d/%y")))

readr 支持的格式代码如下：

类型	代码	含义	示例
年	%Y	四位数年份	2021
	%y	两位数年份	21
月	%m	数字月份	2
	%b	缩写英文月份名	Feb
	%B	全称英文月份名	February
日	%d	日（01–31）	02
	%e	不补零的日	2
时间	%H	小时（24小时制）	13
	%I	小时（12小时制）	1
	%p	AM 或 PM	pm
	%M	分钟	35
	%S	秒	45
时区	%Z	时区名	America/New_York
	%z	UTC 偏移	+0800

2. 从字符串中解析。lubridate 包提供了简洁的函数，根据年/月/日的顺序命名：

ymd("2017-01-31")          # 年月日
mdy("January 31st, 2017")  # 月日年
dmy("31-Jan-2017")         # 日月年

要创建日期时间，用下划线分割，加上 _h, _hm, _hms 等后缀：

ymd_hms("2017-01-31 20:11:59")
mdy_hm("01/31/2017 08:01")

指定时区则要用到tz参数：

ymd("2017-01-31", tz = "UTC")

3. 从单独的日期/时间组件拼接。有时日期和时间分散在多个列中，比如 flights 数据集：

flights |> 
  select(year, month, day, hour, minute)

使用 make_date()（生成日期）或 make_datetime()（生成日期时间）：

flights |> 
  mutate(departure = make_datetime(year, month, day, hour, minute))

对于 flights 数据中格式为 hhmm 的时间，需要使用取整与模运算提取小时和分钟：

make_datetime_100 <- function(year, month, day, time) {
  make_datetime(year, month, day, time %/% 100, time %% 100)
}

4. 从已有日期/时间对象转换。比如在 date-time 与 date 之间转换：

as_datetime(today())  # 将 date 转为 date-time
as_date(now())        # 将 date-time 转为 date

17.3 日期时间组件

本节主要介绍一组用于获取和设置日期时间各个组成部分的访问函数（accessor functions）。

可以使用以下访问函数来提取日期的单独组成部分：

• year(): 提取年份
• month(): 提取月份
• mday(): 提取月份中的第几天
• yday(): 提取一年中的第几天
• wday(): 提取一周中的第几天
• hour(), minute(), second(): 提取时间中的小时、分钟、秒

这些函数本质上可以看作是 make_datetime() 函数的“逆操作”。

datetime <- ymd_hms("2026-07-08 12:34:56")

year(datetime)     # 2026
month(datetime)    # 7
mday(datetime)     # 8
yday(datetime)     # 189 （2026年的第189天）
wday(datetime)     # 4   （默认星期天是1，这天是星期三）

对于 month() 和 wday()，可以设置 label = TRUE 来显示月份或星期的英文缩写标签。要想显示完整名称，可以再加上 abbr = FALSE：

month(datetime, label = TRUE)
#> [1] Jul
#> 12 Levels: Jan < Feb < Mar < Apr < May < Jun < Jul < ... < Dec

wday(datetime, label = TRUE, abbr = FALSE)
#> [1] Wednesday
#> 7 Levels: Sunday < Monday < Tuesday < Wednesday < Thursday < Friday < Saturday

比如我们可以使用 wday() 来分析航班在一周内的分布情况：

flights_dt |> 
  mutate(wday = wday(dep_time, label = TRUE)) |> 
  ggplot(aes(x = wday)) +
  geom_bar()

---

另一种分析时间的方式是将日期“对齐”到指定的时间单位，注意单位（second、minute、hour、day、week等）要打引号。可以使用以下函数：

• floor_date()：向下取整
• ceiling_date()：向上取整
• round_date()：标准四舍五入

假设某个 time 是 2025-07-10 14:32:00，那么 ：

floor_date(time, "week")
[1] "2025-07-07 00:00:00"
ceiling_date(time,"month")
[1] "2025-08-01 UTC"
round_date(time,"year")
[1] "2026-01-01 UTC"

---

除了提取日期时间的组成部分，也可以对其进行修改，通常用于数据清洗。

datetime <- ymd_hms("2026-07-08 12:34:56")
#> [1] "2026-07-08 12:34:56 UTC"

year(datetime) <- 2030
#> [1] "2030-07-08 12:34:56 UTC"

month(datetime) <- 1
#> [1] "2030-01-08 12:34:56 UTC"

hour(datetime) <- hour(datetime) + 1
#> [1] "2030-01-08 13:34:56 UTC"

也可以用 update() 一次修改多个组成部分：

update(datetime, year = 2030, month = 2, mday = 2, hour = 2)
#> [1] "2030-02-02 02:34:56 UTC"

注意，数值超过极限值会自动进位：

update(ymd("2023-02-01"), mday = 30)
#> [1] "2023-03-02"

17.4 时间跨度

本节学习日期之间的算术运算，包括减法、加法和除法。过程中会涉及三种重要的时间跨度类型：

1. Duration（持续时间）：表示精确的秒数。
2. Period（周期）：表示更贴近日常的单位，例如“几个月”或“几周”。
3. Interval（区间）：表示一个明确的起点和终点。

• 只关心实际经过了多少时间用 duration。
• 想表达“加一个月”、“加三年”用 period。
• 想知道“某个事件持续了多少天”用 interval。

---

在 R 中对两个日期做减法，得到的是一个 difftime 对象：

h_age <- today() - ymd("1979-10-14")
h_age
#> Time difference of 16719 days

difftime 类可以用秒、分钟、小时、天等为单位，但由于单位不固定，操作起来可能不太方便。

lubridate 包提供了更稳定的 duration 类型，始终以秒为单位：

as.duration(h_age)
#> [1] "1444521600s (~45.77 years)"

常用的duration类构造函数如下：

dseconds(15)      # [1] "15s"
dminutes(10)      # [1] "600s (~10 minutes)"
dhours(24)        # [1] "86400s (~1 days)"
ddays(5)          # [1] "432000s (~5 days)"
dweeks(3)         # [1] "1814400s (~3 weeks)"
dyears(1)         # [1] "31557600s (~1 years)"

注意，duration 使用平均年长度（365.25 天）来计算年数。月份无法精确表示为 duration，因为月份天数不固定。

运算示例：

2 * dyears(1)   # 两年
dyears(1) + dweeks(12) + dhours(15)

也可以和日期相加减：

tomorrow <- today() + ddays(1)
last_year <- today() - dyears(1)

---

为了解决闰年等问题，lubridate 提供了 periods 类型。它不使用精确秒数，而是保留日常语义（如“加一天”、“加一个月”）。构造函数与duration类似但结果不只以秒表示：

hours(24)     # [1] "24H 0M 0S"
days(7)       # [1] "7d 0H 0M 0S"
months(1)     # [1] "1m 0d 0H 0M 0S"

运算示例：

10 * (months(6) + days(1))       # 60个月 + 10天

---

若想知道某区间内共有多少天，用时间区间 interval 更合适。

创建 interval采用start %--% end，start是起始时间，end是终末时间。

y2023 <- ymd("2023-01-01") %--% ymd("2024-01-01")
y2023 / days(1)  # 365 天

y2024 <- ymd("2024-01-01") %--% ymd("2025-01-01")
y2024 / days(1)  # 366 天（闰年）

17.5 时区

对于时区，R 使用国际标准 —— IANA 时区数据库。此标准采用统一的命名规则：{地区}/{地点}，通常是 {洲名}/{城市名} 或 {大洋}/{城市名} 的格式。比如：

• "America/New_York"（美洲/纽约）
• "Europe/Paris"（欧洲/巴黎）
• "Pacific/Auckland"（太平洋/奥克兰）

可以通过 Sys.timezone() 查看 R 所识别的当前时区：

Sys.timezone()
#> [1] "Asia/Shanghai"

在 R 中，时区是日期时间对象的一个属性，它只影响时间的显示方式，并不改变代表的真实时间点。