《R数据科学实战：工具详解与案例分析 》 —2.4.4　guess_formats/parse_date_time—时间日期格式

2.4.4　guess_formats/parse_date_time—时间日期格式分析

当遇到使用英文月份简写的日期，比如24 Jan 2018/Jan 24，或者其他更糟糕的情况时，如果使用传统的baseR中的函数，诸如strptime或是format之类，那么用户可能会浪费很多时间去猜测和组装正确的日期时间格式，因为只有顺序和格式都正确的时候，baseR中提供的相应函数才可以正确解析日期时间，否则就会不停地返回NA值。幸运的是，guess_formats和parse_date_time两个函数的存在，完全颠覆了以往的解析模式，从而使得这一过程变得简单有趣。

使用这两个函数解析日期时间的大体思路具体如下。

1）执行guess_formats函数以用于猜测需要解析对象的可能日期时间顺序及格式，用户必须指定可能存在的格式顺序。

2）复制guess_formats函数的返回结果。

3）执行parse_date_time，并将复制的内容以字符串向量的格式传参给函数。

4）若遇到解析不成功或不彻底的情况，则需要手动组建日期时间格式（组件列表请参看表2-24），并加入到guess_formats中的order参数中。

下面的代码简要解释了guess_formats和parse_date_time两个函数配合使用以解析日期时间的流程。首先生成一个名为example_messyDate的练习字符串向量，然后对该向量运行guess_formats，第二位参数orders中包含了可能存在的日期时间格式，并函数的返回结果中会报告匹配的顺序格式，并将报告结果复制到parse_date_time的第二位参数中。至此解析成功。

> example_messyDate <- c("24 Jan 2018",1802201810)

> guess_formats(example_messyDate,c("mdY", "BdY", "Bdy", "bdY", "bdy","dbY","dmYH"))

##        dObY       dOmYH        dmYH

## "%d %Ob %Y" "%d%Om%Y%H"  "%d%m%Y%H"

> parse_date_time(example_messyDate,orders = c("dObY","dOmYH","dmYH"))

## [1] "2018-01-24 00:00:00 UTC" "2018-02-18 10:00:00 UTC"

表2-24　日期时间组组成部分解释