1. 日期值的基本概念

在R语言中，日期通常使用 Date 类型表示。

很多时候，我们看到的数据像日期：

2024-01-05

但它可能只是字符型，也就是 character。

所以处理日期的第一步通常是：

先把字符型日期转换成真正的日期型。

2. 创建一个示例数据框

df <- data.frame(
  id = 1:6,
  name = c("A", "B", "C", "D", "E", "F"),
  date = c("2024-01-05", "2024-01-12", "2024-02-03",
           "2024-02-20", "2024-03-01", "2024-03-15"),
  sales = c(100, 120, 90, 150, 200, 180)
)

df

##   id name       date sales
## 1  1    A 2024-01-05   100
## 2  2    B 2024-01-12   120
## 3  3    C 2024-02-03    90
## 4  4    D 2024-02-20   150
## 5  5    E 2024-03-01   200
## 6  6    F 2024-03-15   180

运行后你会看到类似结果：

  id name       date sales
1  1    A 2024-01-05   100
2  2    B 2024-01-12   120
3  3    C 2024-02-03    90
4  4    D 2024-02-20   150
5  5    E 2024-03-01   200
6  6    F 2024-03-15   180

3. 查看日期列的数据类型

str(df)

## 'data.frame':    6 obs. of  4 variables:
##  $ id   : int  1 2 3 4 5 6
##  $ name : chr  "A" "B" "C" "D" ...
##  $ date : chr  "2024-01-05" "2024-01-12" "2024-02-03" "2024-02-20" ...
##  $ sales: num  100 120 90 150 200 180

你会看到 date 这一列大概率是：

date: chr

这说明它现在是字符型，不是真正的日期型。

4. 字符型日期转换为日期型

如果日期格式是标准格式：

年-月-日
2024-01-05

可以直接使用：

df$date <- as.Date(df$date)

df

##   id name       date sales
## 1  1    A 2024-01-05   100
## 2  2    B 2024-01-12   120
## 3  3    C 2024-02-03    90
## 4  4    D 2024-02-20   150
## 5  5    E 2024-03-01   200
## 6  6    F 2024-03-15   180

再次查看数据结构：

str(df)

## 'data.frame':    6 obs. of  4 variables:
##  $ id   : int  1 2 3 4 5 6
##  $ name : chr  "A" "B" "C" "D" ...
##  $ date : Date, format: "2024-01-05" "2024-01-12" ...
##  $ sales: num  100 120 90 150 200 180

这时你应该会看到：

date: Date

说明转换成功。

5. 为什么要转换成日期型？

因为只有真正的日期型，才方便：

比较日期大小；
计算两个日期相差多少天；
提取年份、月份、日期；
按日期筛选；
按月份或年份汇总。

6. 非标准日期格式的转换

有时候日期不是 2024-01-05，而是其他格式。

6.1 年/月/日格式

date1 <- "2024/01/05"

as.Date(date1, format = "%Y/%m/%d")

## [1] "2024-01-05"

输出结果类似：

[1] "2024-01-05"

6.2 日/月/年格式

比如：

05/01/2024

如果它表示的是 2024年1月5日，那么格式应该写：

date2 <- "05/01/2024"

as.Date(date2, format = "%d/%m/%Y")

## [1] "2024-01-05"

6.3 月/日/年格式

如果：

01/05/2024

表示的是 2024年1月5日，也就是“月/日/年”，应该写：

date3 <- "01/05/2024"

as.Date(date3, format = "%m/%d/%Y")

## [1] "2024-01-05"

7. 常见日期格式符号

符号	含义	示例
`%Y`	四位年份	2024
`%y`	两位年份	24
`%m`	两位月份	01
`%d`	两位日期	05
`%B`	英文完整月份	January
`%b`	英文缩写月份	Jan

例如：

as.Date("2024年01月05日", format = "%Y年%m月%d日")

## [1] "2024-01-05"

8. 提取年份、月份、日期

现在我们的 df$date 已经是日期型。

df$year <- format(df$date, "%Y")
df$month <- format(df$date, "%m")
df$day <- format(df$date, "%d")

df

##   id name       date sales year month day
## 1  1    A 2024-01-05   100 2024    01  05
## 2  2    B 2024-01-12   120 2024    01  12
## 3  3    C 2024-02-03    90 2024    02  03
## 4  4    D 2024-02-20   150 2024    02  20
## 5  5    E 2024-03-01   200 2024    03  01
## 6  6    F 2024-03-15   180 2024    03  15

输出结果类似：

  id name       date sales year month day
1  1    A 2024-01-05   100 2024    01  05
2  2    B 2024-01-12   120 2024    01  12
3  3    C 2024-02-03    90 2024    02  03
4  4    D 2024-02-20   150 2024    02  20
5  5    E 2024-03-01   200 2024    03  01
6  6    F 2024-03-15   180 2024    03  15

注意：

format() 提取出来的结果通常是字符型。

可以检查：

str(df)

## 'data.frame':    6 obs. of  7 variables:
##  $ id   : int  1 2 3 4 5 6
##  $ name : chr  "A" "B" "C" "D" ...
##  $ date : Date, format: "2024-01-05" "2024-01-12" ...
##  $ sales: num  100 120 90 150 200 180
##  $ year : chr  "2024" "2024" "2024" "2024" ...
##  $ month: chr  "01" "01" "02" "02" ...
##  $ day  : chr  "05" "12" "03" "20" ...

如果想把月份变成数值型：

df$month_num <- as.numeric(format(df$date, "%m"))

df

##   id name       date sales year month day month_num
## 1  1    A 2024-01-05   100 2024    01  05         1
## 2  2    B 2024-01-12   120 2024    01  12         1
## 3  3    C 2024-02-03    90 2024    02  03         2
## 4  4    D 2024-02-20   150 2024    02  20         2
## 5  5    E 2024-03-01   200 2024    03  01         3
## 6  6    F 2024-03-15   180 2024    03  15         3

9. 提取“年月”

在实际考试中，经常需要按月份汇总数据。

这时可以创建一列 year_month。

df$year_month <- format(df$date, "%Y-%m")

df

##   id name       date sales year month day month_num year_month
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03

输出结果类似：

  id name       date sales year month day month_num year_month
1  1    A 2024-01-05   100 2024    01  05         1    2024-01
2  2    B 2024-01-12   120 2024    01  12         1    2024-01
3  3    C 2024-02-03    90 2024    02  03         2    2024-02
4  4    D 2024-02-20   150 2024    02  20         2    2024-02
5  5    E 2024-03-01   200 2024    03  01         3    2024-03
6  6    F 2024-03-15   180 2024    03  15         3    2024-03

10. 提取星期

df$weekday <- weekdays(df$date)

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五

输出可能是中文：

星期五
星期一

也可能是英文：

Friday
Monday

这取决于你的电脑语言环境。

如果想得到星期数字，可以用：

df$weekday_num <- as.numeric(format(df$date, "%u"))

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num
## 1           5
## 2           5
## 3           6
## 4           2
## 5           5
## 6           5

其中：

数字	含义
1	星期一
2	星期二
3	星期三
4	星期四
5	星期五
6	星期六
7	星期日

11. 计算日期差

比如我们想计算每一行日期距离最早日期过了多少天。

df$days_from_start <- df$date - min(df$date)

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start
## 1           5          0 days
## 2           5          7 days
## 3           6         29 days
## 4           2         46 days
## 5           5         56 days
## 6           5         70 days

此时 days_from_start 是一个日期差对象。

如果想转为普通数字：

df$days_from_start <- as.numeric(df$date - min(df$date))

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start
## 1           5               0
## 2           5               7
## 3           6              29
## 4           2              46
## 5           5              56
## 6           5              70

输出结果类似：

  id name       date sales year month day month_num year_month weekday weekday_num days_from_start
1  1    A 2024-01-05   100 2024    01  05         1    2024-01   星期五           5               0
2  2    B 2024-01-12   120 2024    01  12         1    2024-01   星期五           5               7
3  3    C 2024-02-03    90 2024    02  03         2    2024-02   星期六           6              29
4  4    D 2024-02-20   150 2024    02  20         2    2024-02   星期二           2              46
5  5    E 2024-03-01   200 2024    03  01         3    2024-03   星期五           5              56
6  6    F 2024-03-15   180 2024    03  15         3    2024-03   星期五           5              70

12. 两个日期列之间的差值

重新创建一个活动数据框。

activity <- data.frame(
  id = 1:4,
  activity = c("活动A", "活动B", "活动C", "活动D"),
  start_date = c("2024-01-01", "2024-02-10", "2024-03-05", "2024-04-01"),
  end_date = c("2024-01-10", "2024-02-18", "2024-03-20", "2024-04-12")
)

activity

##   id activity start_date   end_date
## 1  1    活动A 2024-01-01 2024-01-10
## 2  2    活动B 2024-02-10 2024-02-18
## 3  3    活动C 2024-03-05 2024-03-20
## 4  4    活动D 2024-04-01 2024-04-12

查看类型：

str(activity)

## 'data.frame':    4 obs. of  4 variables:
##  $ id        : int  1 2 3 4
##  $ activity  : chr  "活动A" "活动B" "活动C" "活动D"
##  $ start_date: chr  "2024-01-01" "2024-02-10" "2024-03-05" "2024-04-01"
##  $ end_date  : chr  "2024-01-10" "2024-02-18" "2024-03-20" "2024-04-12"

把两个日期列都转换成日期型：

activity$start_date <- as.Date(activity$start_date)
activity$end_date <- as.Date(activity$end_date)

str(activity)

## 'data.frame':    4 obs. of  4 variables:
##  $ id        : int  1 2 3 4
##  $ activity  : chr  "活动A" "活动B" "活动C" "活动D"
##  $ start_date: Date, format: "2024-01-01" "2024-02-10" ...
##  $ end_date  : Date, format: "2024-01-10" "2024-02-18" ...

计算持续天数：

activity$duration <- as.numeric(activity$end_date - activity$start_date)

activity

##   id activity start_date   end_date duration
## 1  1    活动A 2024-01-01 2024-01-10        9
## 2  2    活动B 2024-02-10 2024-02-18        8
## 3  3    活动C 2024-03-05 2024-03-20       15
## 4  4    活动D 2024-04-01 2024-04-12       11

输出结果类似：

  id activity start_date   end_date duration
1  1    活动A 2024-01-01 2024-01-10        9
2  2    活动B 2024-02-10 2024-02-18        8
3  3    活动C 2024-03-05 2024-03-20       15
4  4    活动D 2024-04-01 2024-04-12       11

注意：

2024-01-10 减去 2024-01-01 的结果是 9。
如果题目认为包含开始当天和结束当天，可能要加 1：

activity$duration_include_start <- activity$duration + 1

activity

##   id activity start_date   end_date duration duration_include_start
## 1  1    活动A 2024-01-01 2024-01-10        9                     10
## 2  2    活动B 2024-02-10 2024-02-18        8                      9
## 3  3    活动C 2024-03-05 2024-03-20       15                     16
## 4  4    活动D 2024-04-01 2024-04-12       11                     12

13. 按日期筛选数据

13.1 筛选2月之后的数据

df_after_feb <- df[df$date >= as.Date("2024-02-01"), ]

df_after_feb

##   id name       date sales year month day month_num year_month weekday
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start
## 3           6              29
## 4           2              46
## 5           5              56
## 6           5              70

13.2 筛选2月的数据

df_feb <- df[df$date >= as.Date("2024-02-01") & 
             df$date <= as.Date("2024-02-29"), ]

df_feb

##   id name       date sales year month day month_num year_month weekday
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
##   weekday_num days_from_start
## 3           6              29
## 4           2              46

输出结果类似：

  id name       date sales year month day month_num year_month weekday weekday_num days_from_start
3  3    C 2024-02-03    90 2024    02  03         2    2024-02   星期六           6              29
4  4    D 2024-02-20   150 2024    02  20         2    2024-02   星期二           2              46

14. 按月份汇总销售额

14.1 使用基础R的 aggregate

monthly_sales <- aggregate(sales ~ year_month, data = df, sum)

monthly_sales

##   year_month sales
## 1    2024-01   220
## 2    2024-02   240
## 3    2024-03   380

输出结果类似：

  year_month sales
1    2024-01   220
2    2024-02   240
3    2024-03   380

解释：

2024年1月销售额：100 + 120 = 220
2024年2月销售额：90 + 150 = 240
2024年3月销售额：200 + 180 = 380

15. 按月份计算平均销售额

monthly_mean_sales <- aggregate(sales ~ year_month, data = df, mean)

monthly_mean_sales

##   year_month sales
## 1    2024-01   110
## 2    2024-02   120
## 3    2024-03   190

输出结果类似：

  year_month sales
1    2024-01   110
2    2024-02   120
3    2024-03   190

16. 使用dplyr处理日期

如果你的课程讲了 dplyr，可以使用下面写法。

如果没有安装，先运行：

install.packages("dplyr")

加载包：

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

使用 mutate() 创建新变量，使用 group_by() 和 summarise() 汇总。

df_summary <- df %>%
  mutate(year_month = format(date, "%Y-%m")) %>%
  group_by(year_month) %>%
  summarise(
    total_sales = sum(sales),
    mean_sales = mean(sales),
    count = n()
  )

df_summary

## # A tibble: 3 × 4
##   year_month total_sales mean_sales count
##   <chr>            <dbl>      <dbl> <int>
## 1 2024-01            220        110     2
## 2 2024-02            240        120     2
## 3 2024-03            380        190     2

输出类似：

# A tibble: 3 × 4
  year_month total_sales mean_sales count
  <chr>            <dbl>      <dbl> <int>
1 2024-01            220        110     2
2 2024-02            240        120     2
3 2024-03            380        190     2

17. 使用lubridate包处理日期

lubridate 是专门处理日期时间的包。

如果没有安装：

install.packages("lubridate")

加载包：

library(lubridate)

## 
## Attaching package: 'lubridate'

## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union

17.1 自动识别年月日

ymd("2024-01-05")

## [1] "2024-01-05"

17.2 识别年/月/日

ymd("2024/01/05")

## [1] "2024-01-05"

17.3 识别日/月/年

dmy("05/01/2024")

## [1] "2024-01-05"

17.4 识别月/日/年

mdy("01/05/2024")

## [1] "2024-01-05"

18. lubridate提取年月日

df$year2 <- year(df$date)
df$month2 <- month(df$date)
df$day2 <- day(df$date)

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start year2 month2 day2
## 1           5               0  2024      1    5
## 2           5               7  2024      1   12
## 3           6              29  2024      2    3
## 4           2              46  2024      2   20
## 5           5              56  2024      3    1
## 6           5              70  2024      3   15

19. lubridate提取星期

df$weekday2 <- wday(df$date, label = TRUE)

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start year2 month2 day2 weekday2
## 1           5               0  2024      1    5     周五
## 2           5               7  2024      1   12     周五
## 3           6              29  2024      2    3     周六
## 4           2              46  2024      2   20     周二
## 5           5              56  2024      3    1     周五
## 6           5              70  2024      3   15     周五

如果你想让星期从星期一开始：

df$weekday_monday <- wday(df$date, label = TRUE, week_start = 1)

df

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start year2 month2 day2 weekday2 weekday_monday
## 1           5               0  2024      1    5     周五           周五
## 2           5               7  2024      1   12     周五           周五
## 3           6              29  2024      2    3     周六           周六
## 4           2              46  2024      2   20     周二           周二
## 5           5              56  2024      3    1     周五           周五
## 6           5              70  2024      3   15     周五           周五

20. 日期绘图示例

日期列也可以作为横轴。

plot(df$date, df$sales,
     type = "b",
     main = "Sales by Date",
     xlab = "Date",
     ylab = "Sales")

这里：

type = "b" 表示点和线都显示；
横轴是日期；
纵轴是销售额。

21. 日期管理常见错误

错误1：没有转换日期类型

错误示例：

df$date >= "2024-02-01"

虽然有时能运行，但不规范。

推荐写法：

df$date >= as.Date("2024-02-01")

## [1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE

错误2：日期格式写错

例如：

as.Date("05/01/2024")

R不一定知道它是日/月/年还是月/日/年。

应该明确写：

as.Date("05/01/2024", format = "%d/%m/%Y")

## [1] "2024-01-05"

或者：

as.Date("05/01/2024", format = "%m/%d/%Y")

## [1] "2024-05-01"

错误3：把月份当数字排序时出现问题

如果月份是字符：

"1", "10", "2"

排序可能会变成：

1, 10, 2

所以做月份排序时，最好使用：

df$month_num <- as.numeric(format(df$date, "%m"))

df[order(df$month_num), ]

##   id name       date sales year month day month_num year_month weekday
## 1  1    A 2024-01-05   100 2024    01  05         1    2024-01  星期五
## 2  2    B 2024-01-12   120 2024    01  12         1    2024-01  星期五
## 3  3    C 2024-02-03    90 2024    02  03         2    2024-02  星期六
## 4  4    D 2024-02-20   150 2024    02  20         2    2024-02  星期二
## 5  5    E 2024-03-01   200 2024    03  01         3    2024-03  星期五
## 6  6    F 2024-03-15   180 2024    03  15         3    2024-03  星期五
##   weekday_num days_from_start year2 month2 day2 weekday2 weekday_monday
## 1           5               0  2024      1    5     周五           周五
## 2           5               7  2024      1   12     周五           周五
## 3           6              29  2024      2    3     周六           周六
## 4           2              46  2024      2   20     周二           周二
## 5           5              56  2024      3    1     周五           周五
## 6           5              70  2024      3   15     周五           周五

22. 期末考试核心代码总结

# 创建数据
df <- data.frame(
  date = c("2024-01-05", "2024-02-03", "2024-03-01"),
  sales = c(100, 90, 200)
)

# 字符转日期
df$date <- as.Date(df$date)

# 提取年月日
df$year <- format(df$date, "%Y")
df$month <- format(df$date, "%m")
df$day <- format(df$date, "%d")

# 提取年月
df$year_month <- format(df$date, "%Y-%m")

# 计算日期差
df$days_from_start <- as.numeric(df$date - min(df$date))

# 按日期筛选
df_after_feb <- df[df$date >= as.Date("2024-02-01"), ]

# 按月汇总
monthly_sales <- aggregate(sales ~ year_month, data = df, sum)

df

##         date sales year month day year_month days_from_start
## 1 2024-01-05   100 2024    01  05    2024-01               0
## 2 2024-02-03    90 2024    02  03    2024-02              29
## 3 2024-03-01   200 2024    03  01    2024-03              56

df_after_feb

##         date sales year month day year_month days_from_start
## 2 2024-02-03    90 2024    02  03    2024-02              29
## 3 2024-03-01   200 2024    03  01    2024-03              56

monthly_sales

##   year_month sales
## 1    2024-01   100
## 2    2024-02    90
## 3    2024-03   200

23. 小练习

请完成下面任务：

orders <- data.frame(
  order_id = 1:5,
  order_date = c("2024/01/02", "2024/01/20", "2024/02/05", 
                 "2024/02/18", "2024/03/01"),
  amount = c(200, 150, 300, 250, 400)
)

orders

##   order_id order_date amount
## 1        1 2024/01/02    200
## 2        2 2024/01/20    150
## 3        3 2024/02/05    300
## 4        4 2024/02/18    250
## 5        5 2024/03/01    400

要求：

把 order_date 转换成日期型；
新增一列 year_month，格式为 "2024-01"；
筛选出2月及以后的订单；
按月份计算销售总额。

24. 小练习参考答案

orders$order_date <- as.Date(orders$order_date, format = "%Y/%m/%d")

orders$year_month <- format(orders$order_date, "%Y-%m")

orders_after_feb <- orders[orders$order_date >= as.Date("2024-02-01"), ]

monthly_amount <- aggregate(amount ~ year_month, data = orders, sum)

orders

##   order_id order_date amount year_month
## 1        1 2024-01-02    200    2024-01
## 2        2 2024-01-20    150    2024-01
## 3        3 2024-02-05    300    2024-02
## 4        4 2024-02-18    250    2024-02
## 5        5 2024-03-01    400    2024-03

orders_after_feb

##   order_id order_date amount year_month
## 3        3 2024-02-05    300    2024-02
## 4        4 2024-02-18    250    2024-02
## 5        5 2024-03-01    400    2024-03

monthly_amount

##   year_month amount
## 1    2024-01    350
## 2    2024-02    550
## 3    2024-03    400

R语言日期值：期末复习

蟹蟹喵

2026-06-04

1. 日期值的基本概念

2. 创建一个示例数据框

3. 查看日期列的数据类型

4. 字符型日期转换为日期型

5. 为什么要转换成日期型？

6. 非标准日期格式的转换

6.1 年/月/日格式

6.2 日/月/年格式

6.3 月/日/年格式

7. 常见日期格式符号

8. 提取年份、月份、日期

9. 提取“年月”

10. 提取星期

11. 计算日期差

12. 两个日期列之间的差值

13. 按日期筛选数据

13.1 筛选2月之后的数据

13.2 筛选2月的数据

14. 按月份汇总销售额

14.1 使用基础R的 aggregate

15. 按月份计算平均销售额

16. 使用dplyr处理日期

17. 使用lubridate包处理日期

17.1 自动识别年月日

17.2 识别年/月/日

17.3 识别日/月/年

17.4 识别月/日/年

18. lubridate提取年月日

19. lubridate提取星期

20. 日期绘图示例

21. 日期管理常见错误

错误1：没有转换日期类型

错误2：日期格式写错

错误3：把月份当数字排序时出现问题

22. 期末考试核心代码总结

23. 小练习

24. 小练习参考答案