• Posts tagged "时间"

Blog Archives

Posted:
Dec 15, 2018
Tags:
Comments:
0 Comments

R语言轻巧的时间包hms

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。

R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。

要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。

关于作者：

  • 张丹(Conan), 程序员/Quant: Java,R,Nodejs
  • blog: http://blog.fens.me
  • email: bsspirit@gmail.com

转载请注明出处：
http://blog.fens.me/r-hms/

前言
时间是数据的基本维度，是在做数据处理的时候，必须要掌握的技术。根据时间周期的不同，通常把时间分为，年、月、日、时、分、秒、毫秒等。对于年月日的数据是最常见的，也有很多的处理工具，时分秒的数据通常也会用处理日期的工具，这样有时候就不太方便。

hms包，很小很轻，专注于时、分、秒的时间数据处理。

目录

  1. hms包介绍
  2. hms包的使用

1. hms包介绍

hms包，用于存储和格式化时间，基于difftime类型，使用S3的面向对象数据结构。

本文的系统环境为：

  • Win10 64bit
  • R: 3.4.2 x86_64-w64-mingw32

安装hms包，非常简单，一条命令就可以了。


~ R
> install.packages("hms")
> library(hms)

函数列表：

  • hms: 创建一个hms类型对象
  • is.hms: 判断是否是hms类型
  • parse_hm: 解析hm值
  • parse_hms: 解析hms值
  • round_hms：四舍五入对齐
  • trunc_hms：裁剪对齐
  • as.hms: hms泛型函数，S3类型，用于隐式调用它的继承函数
  • as.hms.character: character转型hms，用于as.hms的继承调用
  • as.hms.default: hms转型hms，用于as.hms的继承调用
  • as.hms.difftime：difftime转型hms，用于as.hms的继承调用
  • as.hms.numeric: numeric转型hms，用于as.hms的继承调用
  • as.hms.POSIXlt: POSIXlt转型hms，用于as.hms的继承调用
  • as.hms.POSIXt: POSIXt转型hms，用于as.hms的继承调用
  • as.character.hms: hms转型character，用于as.character的继承调用
  • as.data.frame.hms: hms转型data.frame，用于as.data.frame的继承调用
  • as.POSIXct.hms: hms转型POSIXct，用于as.POSIXct的继承调用
  • as.POSIXlt.hms: hms转型POSIXlt，用于as.POSIXlt的继承调用
  • format.hms: 格式化hms，用于format的继承调用
  • print.hms: 打印hms对像，用于print的继承调用

从函数列表可以看到，hms包的功能很单一，就在做数据类型和数据变型，是底层的数据结构包，设计思路与zoo包的设计思路一致。zoo包的详细介绍，请参考文章R语言时间序列基础库zoo。

hms包中，有大量的as.xxx()函数、format.hms()函数和print.hms()函数，是被用于S3类型函数继承调用的，是不需要我们在写程序的时候显示调用的。S3数据结构详细介绍，请参考文章R语言基于S3的面向对象编程

2. hms包的使用

接下来，我们找几个重点函数进行介绍。

2.1 hms()函数
hms()函数，用于创建一个hms类型的对象。
函数定义：

hms(seconds = NULL, minutes = NULL, hours = NULL, days = NULL)

hms()函数，接收4个参数，分别对应秒，分，时，日。

创建hms对象


# 创建12:34:56的时间对象
> a1<-hms(56, 34, 12);a1
12:34:56

# 创建 10日12:34:56的时间对象
> a2<-hms(56, 34, 12,10);a2
252:34:56

打印结果的第一位252=10*24+12。

2.2 is.hms: 判断是否是hms类型


# 判断是否是hms类型
> is.hms(a1)
[1] TRUE

# 查看hms类型，父类是difftime类型
> class(a1)
[1] "hms"      "difftime"

# 查看hms的属性
> attributes(a1)
$units
[1] "secs"

$class
[1] "hms"      "difftime"

# 查看hms对象的静态数据结构
> str(a1)
Classes 'hms', 'difftime'  atomic [1:1] 45296
  ..- attr(*, "units")= chr "secs"

# 查看面向对象类型
> library(pryr)
> otype(a1)
[1] "S3"

2.3 as.xxx.hms：把hms转型到其他类型


# 默认转型
> as.hms(a1)
12:34:56

# hms转型character，实际会隐式调用as.character.hms()函数
> as.character(a1)
[1] "12:34:56"

# hms转型POSIXct
> as.POSIXct(a1)
[1] "1970-01-01 12:34:56 UTC"

# hms转型POSIXlt
> as.POSIXlt(a1)
[1] "1970-01-01 12:34:56 UTC"

由于我们没有定义as.Date.hms()函数，所以as.Date()函数，不能认识hms类型的转换。


# hms转型Date
> as.Date(a1)
Error in as.Date.default(a1) : 不知如何将'a1'转换成“Date”类别
Error during wrapup: cannot open the connection

自己定义一个as.Date.hms()函数，仅用于转型实验，没有实际业务意义。


# 函数定义
> as.Date.hms<-function(hms){
+   s<-paste(Sys.Date(),' ',hms,sep="")
+   as.Date(s)
+ }

# 显示调用函数
> as.Date.hms(a1)
[1] "2018-12-14"

# 隐式调用函数
> as.Date(a1)
[1] "2018-12-14"

2.4 as.hms.xxx：把其他类型转型到hms


# 把字符串转hms
> as.hms('19:13:14')
19:13:14
# 非法时间字符串转型
> as.hms('19:78:14')
NA

# 数字转型
> as.hms(111312)
30:55:12

# 时间转型
> as.hms(Sys.time())
14:22:59.462795

# 日期转型，同样发生了错误
> as.hms(Sys.Date())
Error: Can't convert object of class Date to hms.
Error during wrapup: cannot open the connection

2.5 parse_hms()/parse_hm()字符串解析

parse_hms对字符串进行转型，对比parse_hms()与as.hms()结果一样的。


# 执行parse_hms
> parse_hms("12:34:56.789")
12:34:56.789
> as.hms("12:34:56.789")
12:34:56.789

# 执行parse_hm
> parse_hm("12:34")
12:34:00
> as.hms("12:34")
NA

打印parse_hms 函数名，查看源代码实现。


> parse_hms 
function (x) {
as.hms(as.difftime(as.character(x), format = "%H:%M:%OS",
units = "secs"))
}
>environment: namespace:hms<

parse_hms()函数，实际就是调用了as.hms()函数。

2.6 round_hms/trunc_hms
round_hms()函数，是把时间进行四舍五入对齐。


# 按秒，以5的倍数进行对齐，四舍五入
> round_hms(as.hms("12:34:51"), 5)
12:34:50
> round_hms(as.hms("12:34:54"), 5)
12:34:55
> round_hms(as.hms("12:34:56"), 5)
12:34:55
> round_hms(as.hms("12:34:59"), 5)
12:35:00

# 按秒，以60的倍数对齐
> round_hms(as.hms("12:34:56"), 60)
12:35:00

trunc_hms()函数，是把时间进行裁剪对齐。


# 按秒去掉末位，以5的倍数进行对齐
> trunc_hms(as.hms("12:34:01"), 5)
12:34:00
> trunc_hms(as.hms("12:34:44"), 5)
12:34:40
> trunc_hms(as.hms("12:34:56"), 60)
12:34:00

2.7 在data.frame中插入hms列


# 创建data.frame
> df<-data.frame(hours = 1:3, hms = hms(hours = 1:3))
> df
  hours      hms
1     1 01:00:00
2     2 02:00:00
3     3 03:00:00

# 查看df的静态结构
> str(df)
'data.frame':	3 obs. of  2 variables:
 $ hours: int  1 2 3
 $ hms  :Classes 'hms', 'difftime'  atomic [1:3] 3600 7200 10800
  .. ..- attr(*, "units")= chr "secs"

hms包很轻巧很简单，但却可以快速提高帮助我们处理时分秒数据，这些基础函数库是需要我们完全掌握和熟练运用的。

转载请注明出处：
http://blog.fens.me/r-hms/

打赏作者