Excel到R中的日期转换

 

首先描述一下这次遇到的问题：

EXCEL中的日期显示格式为“年月日时分秒”，但直接使用openxlsx包中的read.xlsx函数读入时，该格式会自动转为数值，如：

在excel中:

在R中：

此时数据不能用于计算时间差和日期差等，因此要转为正常的日期格式方可进行计算。

解决方案有两种：

方案1：

加载readxl包，使用其中的read_excel()函数，可直接将日期型数据按照excel中的日期显示，而不会扭转为数值。结果如图：

此时可直接进行时差的计算：

diftim1 <- difftime(d$考试结束时间,d$考试开始时间)

方案2：

当读入后，显示为数值时，需要通过函数扭转为正常日期格式

as.POSIXlt.numeric(as.numeric(data_raw$考试结束时间)*24*60*60,  tz = "UTC", origin = "1899-12-30")

由于不同系统的origin不同，因此需要根据原数据所在软件进行调整。

不同软件对应的origin：

## date given as number of days since 1900-01-01 (a date in 1989)
as.Date(32768, origin = "1900-01-01")
## Excel is said to use 1900-01-01 as day 1 (Windows default) or
## 1904-01-01 as day 0 (Mac default), but this is complicated by Excel
## incorrectly treating 1900 as a leap year.
## So for dates (post-1901) from Windows Excel
as.Date(35981, origin = "1899-12-30") # 1998-07-05
## and Mac Excel
as.Date(34519, origin = "1904-01-01") # 1998-07-05
## (these values come from http://support.microsoft.com/kb/214330)

## Experiment shows that Matlab's origin is 719529 days before ours,
## (it takes the non-existent 0000-01-01 as day 1)
## so Matlab day 734373 can be imported as
as.Date(734373, origin = "1970-01-01") - 719529 # 2010-08-23
## (value from
## http://www.mathworks.de/de/help/matlab/matlab_prog/represent-date-and-times-in-MATLAB.html)

　　由于我们的数据是windows系统下的excel文件，因此应设置origin为1899-12-30。

时区也会对转换的日期造成一定的影响：

https://www.timeanddate.com/time/zones/r

https://stat.ethz.ch/R-manual/R-devel/library/base/html/timezones.html

R中的时区

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

通过验证excel的时间和R中时区转换的结果，得知excel中的数值要通过UTC时区进行转换，即：

as.POSIXlt.numeric(as.numeric(data_raw$考试结束时间)*24*60*60,  tz = 'UTC', origin = "1899-12-30")

　　tz要指定为UTC，若数值转换涉及其他时区，则需进行一定的数值转换，如：

as.POSIXlt.numeric(as.numeric(data_raw$考试结束时间)*24*60*60-8*60*60,  tz = "Asia/Taipei", origin = "1899-12-30")

　　因为"Asia/Taipei"时区与UTC差8个小时，所以要减去对应数值才能一致。

　转换过后就可以进行时差的计算了。

综上，在R中的计算如果涉及日期时，要注意核对日期转换结果。

另外有一个今天解决的，分段计算数值区间的百分比问题，贴个代码：

theta <- matrix(c(1,2,3,4,5,6,7),7,1)
score.level <- table(cut(theta,breaks=c(1,3,5,7),include.lowest=TRUE))/7

　　还……有一个今天解决的，

如果which到的内容为integer（0），这样是无法在数据框中进行索引的，比如有时我们需要将符合which条件的数据过滤掉，那么没有一个符合条件的时候就不能直接在数据框中负掉，如data[-which(),]，如果直接这么做会得到一个空表。解决方法如下：

n <- which(diftim < 20)

if(length(n)==0) data <- data else data <- data[-n,]