项目中遇到的时间型数据处理问题

先介绍一下《R语言实战》中关于时间型数据的处理。

时间型数据通常以字符串的形式输入到R中，然后转化为以数值形式存储的时间型变量，as.Date(x,"input_format")。input_format是读取时间型数据的格式：

%d 表示日期（0-31）

%a 缩写的星期名（如Mon)

%A 完整的星期名（如Monday)

%m 月份（01-12）

%b 缩写的月份（Jan)

%B 完整的月份（January)

%y 两位数的年份（如12）

%Y 四位数的年份（如2012）

date

进入今天的主题。我在做项目中通常会在R中将xlsx数据转换为csv数据，因为R读取excel数据太慢且容易出错。但是呢，今天遇到的时间型数据很不规范，有文本型的如2012-12-10，有日期型的如2013/12/11。将xlsx转换为csv中，文本型的还是2012-12-10这种形式，日期型的就变成40678这种形式（这是距离1899年12月30日的天数），class一下这两种形式的数据，都是character字符型jian。而我需要提取时间型数据的年，季度，需要的是2012-12-10这种形式，数据形式的不统一就很难处理。

我的总数据量是3万多条，解决思路是：利用grepl函数提取2012-12-30这种形式数据所在的行数作为part1，40678这种形式及NA数据所在行作为part2，part1和part2分别处理，再rbind为一个数据集。

####处理用药时间

##data_raw$用药结束日期

a

part1

part2

##格式正确part1

part1$用药结束日期

part1$year

part1$qtr

part1$year_q

##格式需处理的part2

a

b

part2$用药结束日期

part2$year

part2$qtr

part2$year_q

data_raw

write.csv(data_raw,"合并数据.csv")