მიიღეთ მიმდინარე თარიღი პროგრამირების ნებისმიერ ენაზე, ოპერაცია, რომელიც ექვივალენტურია "Hello World!" R ენა არ არის გამონაკლისი.

ამ სტატიაში ჩვენ გადავხედავთ, თუ როგორ მუშაობს თარიღებთან მუშაობა R ენის ძირითად სინტაქსში და ასევე გადავხედავთ რამდენიმე სასარგებლო პაკეტს, რომელიც აფართოებს მის შესაძლებლობებს თარიღებთან მუშაობისას:

• lubridate — პაკეტი, რომელიც საშუალებას გაძლევთ განახორციელოთ არითმეტიკული გამოთვლები თარიღებს შორის;
• timeperiodsR — პაკეტი დროის ინტერვალებთან და მათ კომპონენტებთან მუშაობისთვის.

ინფორმაციის

თუ გაინტერესებთ მონაცემთა ანალიზი და კერძოდ R ენა, შეიძლება დაგაინტერესოთ ჩემი დეპეშა и youtube არხები. შინაარსის უმეტესი ნაწილი ეძღვნება R ენას.

1. თარიღებთან მუშაობა ძირითადი R სინტაქსით
   1.1. ტექსტის თარიღად გადაქცევა
   1.2. თარიღის კომპონენტების ამოღება ძირითად R-ში
2. თარიღებთან მუშაობა საპოხი პაკეტის გამოყენებით
   2.1. გადააკეთეთ ტექსტი თარიღამდე ლუბრიდატის გამოყენებით
   2.2. თარიღის კომპონენტების მოპოვება საპოხი პაკეტის გამოყენებით
   2.3. არითმეტიკული მოქმედებები თარიღებით
3. გამარტივებული მუშაობა პერიოდებთან, timeperiodsR პაკეტი
   3.1. დროის ინტერვალები დროის პერიოდებშიR
   3.2. თარიღების ვექტორის გაფილტვრა დროის პერიოდების გამოყენებითR
4. დასკვნა

თარიღებთან მუშაობა ძირითადი R სინტაქსით

ტექსტის თარიღად გადაქცევა

Basic R-ს აქვს თარიღებთან მუშაობის ფუნქციების ნაკრები. ძირითადი სინტაქსის მინუსი არის ის, რომ ფუნქციების სახელებისა და არგუმენტების შემთხვევა ძალიან გაფანტულია და პრაქტიკულად არ აქვს ლოგიკური კავშირი. თუმცა, თქვენ უნდა იცოდეთ ენის ძირითადი ფუნქციები, ამიტომ ჩვენ დავიწყებთ მათ.

ყველაზე ხშირად R-ში მონაცემების ჩატვირთვისას, csv ფაილებიდან ან სხვა წყაროებიდან, თქვენ იღებთ თარიღს ტექსტის სახით. ამ ტექსტის მონაცემთა სწორ ტიპად გადასაყვანად გამოიყენეთ ფუნქცია as.Date().

# создаём текстовый вектор с датами
my_dates <- c("2019-09-01", "2019-09-10", "2019-09-23")

# проверяем тип данных
class(my_dates)

#> [1] "character"

# преобразуем текст в дату
my_dates <- as.Date(my_dates)

# проверяем тип данных
class(my_dates)

#> [1] "Date"

სტანდარტულად as.Date() იღებს თარიღს ორ ფორმატში: წწწ-თთ-დდ ან წწწწ/თთ/დდ.
თუ თქვენი მონაცემთა ნაკრები შეიცავს თარიღებს სხვა ფორმატში, შეგიძლიათ გამოიყენოთ არგუმენტი format.

as.Date("September 26, 2019", format = "%B %d, %Y")

ფორმატი იღებს ოპერატორებს სიმებიანი სახით, რომელიც აღნიშნავს დროის ნებისმიერ ინტერვალს და მის ფორმატს; ყველაზე ხშირად გამოყენებული მნიშვნელობები ნაჩვენებია ქვემოთ მოცემულ ცხრილში:

ფორმატი
აღწერა

%d
დღის ნომერი თვეში

%a
კვირის დღის სახელის აბრევიატურა

%A
კვირის დღის სრული სახელი

%w
კვირის დღეების რაოდენობა (0-6, სადაც 0 არის კვირა)

%m
ორნიშნა თვის აღნიშვნა (01-12)

%b
თვის სახელის აბრევიატურა (აპრილი, მარტი, ...)

%B
სრული თვის სახელი

%y
ორნიშნა წელიწადის აღნიშვნა

%Y
ოთხნიშნა წელიწადის აღნიშვნა

%j
დღის რიცხვი წელიწადში (001 - 366)

%U
კვირის რაოდენობა წელიწადში (00 - 53), კვირის დასაწყისი კვირა

%W
კვირის ნომერი წელიწადში (00 - 53), კვირის დასაწყისი ორშაბათი

შესაბამისად, „26 წლის 2019 სექტემბერი“ არის თვის, თარიღისა და წლის სრული სახელი. თარიღის ეს ფორმატი შეიძლება აღწერილი იყოს ოპერატორების გამოყენებით შემდეგნაირად:"%B %d, %Y".

სად:

• %B - თვის სრული სახელი
• %d - დღეების რაოდენობა თვეში
• %Y - ოთხნიშნა წლის აღნიშვნა

თარიღის ფორმატის აღწერისას მნიშვნელოვანია თქვენი სტრიქონიდან ყველა დამატებითი სიმბოლოს ჩართვა, როგორიცაა ტირეები, მძიმეები, წერტილები, შუალედები და ა.შ. ჩემს მაგალითში, "26 წლის 2019 სექტემბერი", არის მძიმით თარიღის შემდეგ და თქვენ ასევე გჭირდებათ მძიმის ჩასმა ფორმატის აღწერაში:"%B %d, %Y".

არის სიტუაციები, როდესაც იღებთ თარიღს, რომელიც არამარტო არ შეესაბამება სტანდარტულ ფორმატებს (YYYY-MM-DD ან YYYY/MM/DD), არამედ ენაზე, რომელიც განსხვავდება თქვენს ოპერაციულ სისტემაზე დაინსტალირებული ნაგულისხმევისაგან. მაგალითად, თქვენ ჩამოტვირთეთ მონაცემები, სადაც თარიღი ასეთია: „15 წლის 2019 დეკემბერი“. ამ სტრიქონის თარიღად გადაქცევამდე, თქვენ უნდა შეცვალოთ ლოკალი.

# Меняем локаль
Sys.setlocale("LC_TIME", "Russian")
# Конвертируем строку в дату
as.Date("Декабрь 15, 2019 г.", format = "%B %d, %Y")

თარიღის კომპონენტების ამოღება ძირითად R-ში

საბაზისო R-ში არ არის ბევრი ფუნქცია, რომელიც საშუალებას გაძლევთ ამოიღოთ თარიღის ნებისმიერი ნაწილი კლასის ობიექტიდან თარიღი.

current_date <- Sys.Date() # текущая дата
weekdays(current_date)     # получить номер дня недели
months(current_date)       # получить номер месяца в году
quarters(current_date)     # получить номер квартала в году

მთავარი ობიექტის კლასის გარდა თარიღი საბაზისო R-ში არის კიდევ 2 მონაცემთა ტიპი, რომლებიც ინახავს დროის ნიშანს: POSIXlt, POSIXct. მთავარი განსხვავება ამ კლასებს შორის და თარიღი არის ის, რომ გარდა თარიღისა, ისინი ინახავენ დროს.

# получить текущую дату и время
current_time <- Sys.time()

# узнать класс объекта current_time 
class(current_time)

# "POSIXct" "POSIXt"

ფუნქცია Sys.time() აბრუნებს მიმდინარე თარიღსა და დროს ფორმატში POSIXct. ეს ფორმატი მნიშვნელობით მსგავსია UNIXTIME, და ინახავს წამების რაოდენობას UNIX ეპოქის დასაწყისიდან (შუაღამე (UTC) 31 წლის 1969 დეკემბრიდან 1 წლის 1970 იანვრამდე).

კლასი POSIXlt ის ასევე ინახავს დროსა და თარიღს და ყველა მათ კომპონენტს. მაშასადამე, ეს არის უფრო რთული სტრუქტურის მქონე ობიექტი, რომლისგანაც ადვილია ნებისმიერი თარიღისა და დროის კომპონენტის მიღება, რადგან სინამდვილეში POSIXlt ამ სია.

# Получаем текущую дату и время
current_time_ct <- Sys.time()

# Преобразуем в формат POSIXlt
current_time_lt <- as.POSIXlt(current_time_ct)

# извлекаем компоненты даты и времени
current_time_lt$sec   # секунды
current_time_lt$min   # минуты
current_time_lt$hour  # часы
current_time_lt$mday  # день месяца
current_time_lt$mon   # месяц
current_time_lt$year  # год
current_time_lt$wday  # день недели
current_time_lt$yday  # день года
current_time_lt$zone  # часовой пояс

რიცხვითი და ტექსტური მონაცემების ფორმატებში გადაყვანა POSIX* ხორციელდება ფუნქციებით as.POSIXct() и as.POSIXlt(). ამ ფუნქციებს აქვთ არგუმენტების მცირე ნაკრები.

• x - ნომერი, სტრიქონი ან კლასის ობიექტი თარიღი, რომელიც საჭიროებს კონვერტაციას;
• tz - დროის ზონა, ნაგულისხმევი "GMT";
• ფორმატი — თარიღის ფორმატის აღწერა, რომელშიც წარმოდგენილია x არგუმენტზე გადაცემული მონაცემები;
• წარმოშობა - გამოიყენება მხოლოდ რიცხვის POSIX-ად გადაქცევისას; ამ არგუმენტში უნდა ჩაწეროთ თარიღის ობიექტი და დრო, რომლიდანაც წამები ჩაითვლება. ჩვეულებრივ გამოიყენება UNIXTIME-დან თარგმნისთვის.

თუ თქვენი თარიღისა და დროის ინფორმაცია მითითებულია UNIXTIME, შემდეგ მათი ნათელ, წასაკითხ თარიღად გადასაყვანად გამოიყენეთ შემდეგი მაგალითი:

# Конвертируем UNIXTIME в читаемую дату 
as.POSIXlt(1570084639,  origin = "1970-01-01")

წარმოშობაში შეგიძლიათ მიუთითოთ ნებისმიერი დროის შტამპი. მაგალითად, თუ თქვენი მონაცემები შეიცავს თარიღს და დროს, როგორც წამების რაოდენობას 15 წლის 2019 სექტემბრის 12:15 საათიდან, მაშინ მისი თარიღად გადასაყვანად გამოიყენეთ:

# Конвертируем UNIXTIME в дату учитывая что начало отсчёта 15 сентября 2019 12:15
as.POSIXlt(1546123,  origin = "2019-09-15 12:15:00")

თარიღებთან მუშაობა საპოხი პაკეტის გამოყენებით

lubridate ალბათ ყველაზე პოპულარული პაკეტი თარიღებთან მუშაობისთვის R ენაზე. ის გთავაზობთ დამატებით სამ კლასს.

• ხანგრძლივობა — ხანგრძლივობა, ე.ი. წამების რაოდენობა ორ დროის ნიშანს შორის;
• პერიოდები - პერიოდები საშუალებას გაძლევთ განახორციელოთ გამოთვლები თარიღებს შორის ადამიანისთვის წასაკითხი ინტერვალებით: დღეები, თვეები, კვირები და ა.შ.
• ინტერვალები - ობიექტები, რომლებიც უზრუნველყოფენ დროის საწყის და დასასრულ წერტილს.

დამატებითი პაკეტების დაყენება R ენაზე ხორციელდება სტანდარტული ფუნქციის გამოყენებით install.packages().

პაკეტის დაყენება lubridate:

install.packages("lubridate")

გადააკეთეთ ტექსტი თარიღამდე ლუბრიდატის გამოყენებით

პაკეტის მახასიათებლები lubridate მნიშვნელოვნად გაამარტივებს ტექსტის თარიღად გადაქცევის პროცესს და ასევე საშუალებას გაძლევთ განახორციელოთ ნებისმიერი არითმეტიკული ოპერაცია თარიღებითა და დროებით.

ფუნქციები დაგეხმარებათ მიიღოთ მიმდინარე თარიღი ან თარიღი და დრო today() и now().

today() # текущая дата
now()   # текущая дата и время

სტრიქონის თარიღად გადაქცევა lubridate არსებობს ფუნქციების მთელი ოჯახი, რომელთა სახელები ყოველთვის შედგება სამი ასოსგან და მიუთითებს თარიღის კომპონენტების თანმიმდევრობას:

• წ - წელი
• მ - თვე
• დ - დღე

ფუნქციების სია ლუბრიდატის საშუალებით ტექსტის თარიღამდე გადასაყვანად

• ymd()
• ydm()
• mdy()
• myd()
• dmy()
• dym()
• yq()

რამდენიმე მაგალითი სტრიქონების თარიღებად გადაქცევისთვის:

ymd("2017 jan 21")
mdy("March 20th, 2019")
dmy("1st april of 2018")

Როგორც ხედავ lubridate ის ბევრად უფრო ეფექტურია თარიღის აღწერილობის ტექსტად ამოცნობაში და საშუალებას გაძლევთ გადაიყვანოთ ტექსტი თარიღად ფორმატის აღწერისთვის დამატებითი ოპერატორების გამოყენების გარეშე.

თარიღის კომპონენტების მოპოვება საპოხი პაკეტის გამოყენებით

ასევე გამოყენებით lubridate თქვენ შეგიძლიათ მიიღოთ ნებისმიერი კომპონენტი თარიღიდან:

dt <- ymd("2017 jan 21")

year(dt)  # год
month(dt) # месяц
mday(dt)  # день в месяце
yday(dt)  # день в году
wday(dt)  # день недели

არითმეტიკული მოქმედებები თარიღებით

მაგრამ ყველაზე მნიშვნელოვანი და ძირითადი ფუნქცია lubridate არის თარიღებით სხვადასხვა არითმეტიკული მოქმედებების შესრულების შესაძლებლობა.

თარიღის დამრგვალება ხორციელდება სამი ფუნქციით:

• floor_date - დამრგვალება უახლოეს წარსულ დრომდე
• ceiling_date — დამრგვალება უახლოეს მომავალ დროზე
• round_date - დამრგვალება უახლოეს დრომდე

თითოეულ ამ ფუნქციას აქვს არგუმენტი ერთეულისრომელიც საშუალებას გაძლევთ მიუთითოთ დამრგვალების ერთეული: წამი, წუთი, საათი, დღე, კვირა, თვე, ორთვე, კვარტალი, სეზონი, ნახევარი წელი, წელი

dt <- ymd("2017 jan 21")

round_date(dt, unit = "month")    # округлить до месяца
round_date(dt, unit = "3 month")  # округлить до 3 месяцев
round_date(dt, unit = "quarter")  # округлить до квартала
round_date(dt, unit = "season")   # округлить до сезона
round_date(dt, unit = "halfyear") # округлить до полугодия

მოდით გავარკვიოთ, როგორ მივიღოთ თარიღი, რომელიც არის მიმდინარე თარიღიდან 8 დღის შემდეგ და გავაკეთოთ სხვადასხვა არითმეტიკული გამოთვლები ორ თარიღს შორის.

today() + days(8)   # какая дата будет через 8 дней
today() - months(2) # какая дата была 2 месяца назад
today() + weeks(12) # какая дата будет через 12 недель
today() - years(2)  # какая дата была 2 года назад

გამარტივებული მუშაობა პერიოდებთან, timeperiodsR პაკეტი.

timeperiodsR — ახალი პაკეტი თარიღებთან მუშაობისთვის, რომელიც გამოქვეყნდა CRAN-ზე 2019 წლის სექტემბერში.

პაკეტის დაყენება timeperiodsR:

install.packages("timeperiodsR")

მთავარი მიზანია სწრაფად განსაზღვროს გარკვეული დროის ინტერვალი მოცემულ თარიღთან შედარებით. მაგალითად, მისი ფუნქციების გამოყენებით შეგიძლიათ მარტივად:

• მიიღეთ გასული კვირა, თვე, კვარტალი ან წელი R-ში.
• მიიღეთ განსაზღვრული რაოდენობის დროის ინტერვალები თარიღთან შედარებით, მაგალითად, ბოლო 4 კვირა.
• ადვილია მისი კომპონენტების ამოღება მიღებული დროის ინტერვალიდან: დაწყების და დასრულების თარიღი, ინტერვალში შემავალი დღეების რაოდენობა, მასში შეტანილი თარიღების მთელი თანმიმდევრობა.

ყველა პაკეტის ფუნქციის დასახელება timeperiodsR ინტუიციურია და შედგება ორი ნაწილისგან: მიმართულებით_ინტერვალისად:

• მიმართულებით რომელშიც თქვენ უნდა გადახვიდეთ მოცემულ თარიღთან შედარებით: last_n, წინა, ეს, შემდეგი, შემდეგი_n.
• დროებითი ინტერვალი პერიოდის გამოთვლა: დღე, კვირა, თვე, კვარტალი, წელი.

ფუნქციების სრული ნაკრები:

• last_n_days()
• last_n_weeks()
• last_n_months()
• last_n_quarters()
• last_n_years()
• previous_week()
• previous_month()
• previous_quarter()
• previous_year()
• this_week()
• this_month()
• this_quarter()
• this_year()
• next_week()
• next_month()
• next_quarter()
• next_year()
• next_n_days()
• next_n_weeks()
• next_n_months()
• next_n_quarters()
• next_n_years()
• custom_period()

დროის ინტერვალები დროის პერიოდებშიR

ეს ფუნქციები სასარგებლოა იმ შემთხვევებში, როდესაც თქვენ გჭირდებათ ანგარიშების შექმნა გასული კვირის ან თვის მონაცემებზე დაყრდნობით. ბოლო თვის მისაღებად გამოიყენეთ ამავე სახელწოდების ფუნქცია previous_month():

prmonth <- previous_month()

რის შემდეგაც გექნებათ ობიექტი ყოველთვიური კლასი ტრპ, საიდანაც მარტივად შეგიძლიათ მიიღოთ შემდეგი კომპონენტები:

• პერიოდის დაწყების თარიღი, ჩვენს მაგალითში ეს არის ბოლო თვე
• პერიოდის დასრულების თარიღი
• პერიოდში შეტანილი დღეების რაოდენობა
• პერიოდში შეტანილი თარიღების თანმიმდევრობა

გარდა ამისა, თქვენ შეგიძლიათ მიიღოთ თითოეული კომპონენტი სხვადასხვა გზით:

# первый день периода
prmonth$start
start(prmonth)

# последний день периода
prmonth$end
end(prmonth)

# последовательность дат
prmonth$sequence
seq(prmonth)

# количество дней входящих в период
prmonth$length
length(prmonth)

თქვენ ასევე შეგიძლიათ მიიღოთ რომელიმე კომპონენტი არგუმენტის გამოყენებით ნაწილი, რომელიც წარმოდგენილია პაკეტის თითოეულ ფუნქციაში. შესაძლო მნიშვნელობები: დასაწყისი, დასასრული, თანმიმდევრობა, სიგრძე.

previous_month(part = "start")    # начало периода
previous_month(part = "end")      # конец периода
previous_month(part = "sequence") # последовательность дат
previous_month(part = "length")   # количество дней в периоде

მოდით შევხედოთ ყველა არგუმენტს, რომელიც ხელმისაწვდომია პაკეტის ფუნქციებში timeperiodsR:

• x — საცნობარო თარიღი, საიდანაც გამოითვლება დროის პერიოდი, ნაგულისხმევად მიმდინარე თარიღი;
• n — ინტერვალების რაოდენობა, რომელიც ჩაირთვება პერიოდში, მაგალითად, წინა 3 კვირა;
• part - ობიექტის რომელი კომპონენტი tpr თქვენ უნდა მიიღოთ, ნაგულისხმევად all;
• week_start — არგუმენტი წარმოდგენილია მხოლოდ კვირებთან მუშაობის ფუნქციებში და გაძლევთ საშუალებას დააყენოთ კვირის დღეების რაოდენობა, რომელიც ჩაითვლება მის დასაწყისად. ნაგულისხმევად, კვირის დასაწყისია ორშაბათი, მაგრამ შეგიძლიათ დააყენოთ ნებისმიერი 1 - ორშაბათი 7 - კვირა.

ამრიგად, თქვენ შეგიძლიათ გამოთვალოთ ნებისმიერი პერიოდი მიმდინარე ან სხვა მოცემულ თარიღთან შედარებით; აქ არის კიდევ რამდენიმე მაგალითი:

# получить 3 прошлые недели
# от 6 октября 2019 года
# начало недели - понедельник
last_n_weeks(x = "2019-10-06", 
             n = 3, 
             week_start = 1)

 Time period: from  9 September of 2019, Monday to 29 September of 2019, Sunday

6 ოქტომბერი კვირაა:

ჩვენ გვჭირდება პერიოდი, რომელიც 6 ოქტომბრის მიმართ წინა 3 კვირას მიიღებს. იმ კვირის ჩათვლით, რომელიც მოიცავს 6 ოქტომბერს. შესაბამისად, ეს არის პერიოდი 9 სექტემბრიდან 29 სექტემბრის ჩათვლით.

# получить месяц отстающий на 4 месяца
# от 16 сентября 2019 года
previous_month(x = "2019-09-16", n = 4)

 Time period: from  1 May of 2019, Wednesday to 31 May of 2019, Friday

ამ მაგალითში ჩვენ გვაინტერესებს თვე, რომელიც იყო 4 თვის წინ, თუ დავიწყებთ 16 წლის 2019 სექტემბრიდან, მაშინ ეს იყო 2019 წლის მაისი.

თარიღების ვექტორის გაფილტვრა დროის პერიოდების გამოყენებითR

თარიღების გასაფილტრად timeperiodsR არსებობს რამდენიმე ოპერატორი:

• %left_out% - ადარებს tpr კლასის ორ ობიექტს და აბრუნებს მნიშვნელობას მარცხენადან, რომელიც აკლია მარჯვენას.
• %left_in% - ადარებს tpr კლასის ორ ობიექტს და აბრუნებს თარიღებს მარცხენა ობიექტიდან, რომლებიც შედის მარჯვენაში.
• %right_out% - ადარებს tpr კლასის ორ ობიექტს და აბრუნებს მნიშვნელობას მარჯვენადან, რომელიც აკლია მარცხენას.
• %right_in% - ადარებს tpr კლასის ორ ობიექტს და აბრუნებს თარიღებს მარჯვენა ობიექტიდან, რომელიც იმყოფება მარცხენაში.

period1 <- this_month("2019-11-07")
period2 <- previous_week("2019-11-07")

period1 %left_in% period2   # получить даты из period1 которые входят в period2
period1 %left_out% period2  # получить даты из period1 которые не входят в period2
period1 %right_in% period2  # получить даты из period2 которые входят в period1
period1 %right_out% period2 # получить даты из period2 которые не входят в period1

პაკეტში timeperiodsR არის ოფიციალური, რუსულენოვანი YouTube დასაკრავი სია.

დასკვნა

ჩვენ დეტალურად განვიხილეთ ობიექტების კლასები, რომლებიც შექმნილია R ენაზე თარიღებთან მუშაობისთვის. ასევე ახლა თქვენ შეგიძლიათ შეასრულოთ არითმეტიკული ოპერაციები თარიღებზე და სწრაფად მიიღოთ ნებისმიერი დროის პერიოდი პაკეტის გამოყენებით timeperiodsR.

თუ გაინტერესებთ R ენა, გეპატიჟებით გამოიწეროთ ჩემი ტელეგრამის არხი R4 მარკეტინგი, რომელშიც ყოველდღიურად ვუზიარებ სასარგებლო მასალებს თქვენი ყოველდღიური პრობლემების გადაჭრისას R ენის გამოყენების შესახებ.

წყარო: www.habr.com