as.Date 在一系列基于周的日期中产生意外结果

Question

我正在将基于周的日期转换为基于月的日期。

在检查我的工作时，我在我的数据中发现了以下问题，这是对as.Date()的简单调用的结果

as.Date("2016-50-4", format = "%Y-%U-%u")
as.Date("2016-50-5", format = "%Y-%U-%u")
as.Date("2016-50-6", format = "%Y-%U-%u")
as.Date("2016-50-7", format = "%Y-%U-%u") # this is the problem

前面的代码为前 3 行生成正确的日期：

"2016-12-15"
"2016-12-16"
"2016-12-17"  

然而，最后一行代码可以追溯到 1 周：

 "2016-12-11"

谁能解释这里发生了什么？

Answer 1

正如@lmo 在 cmets 中所说，%u 表示工作日为十进制数（1-7，星期一为 1），%U 表示一年中的第几周（00-53 ) 使用星期日作为第一天。因此，as.Date("2016-50-7", format = "%Y-%U-%u") 将导致"2016-12-11"。

但是，如果应该给出"2016-12-18"，那么您应该使用也以星期一作为开始日的星期格式。根据?strptime 的文档，您会期望"%Y-%V-%u" 的格式会给出正确的输出，其中%V 代表一年中的第几周，十进制数（01-53），星期一为第一天。

不幸的是，它没有：

> as.Date("2016-50-7", format = "%Y-%V-%u")
[1] "2016-01-18"

但是，在%V 的解释末尾，它是 “Accepted but ignored on input” 表示它不起作用。

您可以通过以下方式规避此行为以获得正确的日期：

# create a vector of dates
d <- c("2016-50-4","2016-50-5","2016-50-6","2016-50-7", "2016-51-1")

# convert to the correct dates
as.Date(paste0(substr(d,1,8), as.integer(substring(d,9))-1), "%Y-%U-%w") + 1

给出：

[1] "2016-12-15" "2016-12-16" "2016-12-17" "2016-12-18" "2016-12-19"

Answer 2

问题是因为%u、1 是 Monday 和 7 是 Sunday 的一周。 %U 假设星期从星期日开始，这一事实使问题更加复杂。

对于format = "%Y-%U-%u" 的给定输入和预期行为，第 4 行的输出与前 3 行的输出一致。

也就是说，如果你想使用format = "%Y-%U-%u"，你应该预处理你的输入。在这种情况下，第四行必须是as.Date("2016-51-7", format = "%Y-%U-%u")，正如

所揭示的那样

format(as.Date("2016-12-18"), "%Y-%U-%u")
# "2016-51-7"

相反，您当前传递的是"2016-50-7"。

更好的方法可能是使用Uwe Block's 答案中建议的方法。由于您对将"2016-50-4" 转换为"2016-12-15" 感到满意，我怀疑在您的原始数据中，星期一也算作1。您还可以创建一个自定义函数，更改 %U 的值以计算周数，就好像一周从星期一开始一样，以便输出符合您的预期。

#Function to change value of %U so that the week begins on Monday
pre_process = function(x, delim = "-"){
    y = unlist(strsplit(x,delim))
    # If the last day of the year is 7 (Sunday for %u),
    # add 1 to the week to make it the week 00 of the next year
    # I think there might be a better solution for this
    if (y[2] == "53" & y[3] == "7"){
        x = paste(as.integer(y[1])+1,"00",y[3],sep = delim)
    } else if (y[3] == "7"){
    # If the day is 7 (Sunday for %u), add 1 to the week 
        x = paste(y[1],as.integer(y[2])+1,y[3],sep = delim)
    }
    return(x)
}

而用法是

as.Date(pre_process("2016-50-7"), format = "%Y-%U-%u")
# [1] "2016-12-18"

我不太确定如何在周日结束一年。

Answer 3

处理一年中的一周可能会变得非常棘手。您可以尝试使用 ISOweek 包转换日期：

# create date strings in the format given by the OP
wd <- c("2016-50-4","2016-50-5","2016-50-6","2016-50-7", "2016-51-1", "2016-52-7")
# convert to "normal" dates
ISOweek::ISOweek2date(stringr::str_replace(wd, "-", "-W"))

结果

#[1] "2016-12-15" "2016-12-16" "2016-12-17" "2016-12-18" "2016-12-19" "2017-01-01"

属于Date。

请注意，基于 ISO 周的日期格式为 yyyy-Www-d，大写字母 W 在周数之前。这是将其与标准的基于月份的日期格式yyyy-mm-dd 区分开来的必要条件。

因此，为了使用 ISOweek2date() 转换 OP 提供的日期字符串，有必要在第一个连字符后插入一个 W，这是通过将每个字符串中的第一个 - 替换为 -W 来完成的.

另请注意，ISO 周从星期一开始，一周中的天数从 1 到 7 编号。属于 ISO 周的年份可能与日历年不同。这可以从上面的示例日期中看出，其中基于周的日期 2016-W52-7 转换为 2017-01-01。

关于ISOweek 包

早在 2011 年，%G、%g、%u 和 %V 格式规范在 Windows 版本的 R 中不适用于 strptime()。这很烦人，因为我必须每周准备包括每周比较的报告。我花了几个小时寻找处理 ISO 周、ISO 工作日和 ISO 年的解决方案。最后，我最终创建了ISOweek 包并发布了on CRAN。今天，该软件包仍然有其优点，因为上述格式在输入时被忽略（有关详细信息，请参阅?strptime）。