¿Existe alguna manera más elegante de convertir años de dos dígitos a años de cuatro dígitos con lubridate?

Question

Si un vector de fecha tiene años de dos dígitos, mdy() convierte años entre 00 y 68 en años del siglo XXI y años entre 69 y 99 en años del siglo XX. Por ejemplo:

library(lubridate)  
mdy(c("1/2/54","1/2/68","1/2/69","1/2/99","1/2/04")) 

da el siguiente resultado:

Multiple format matches with 5 successes: %m/%d/%y, %m/%d/%Y. 
Using date format %m/%d/%y. 
[1] "2054-01-02 UTC" "2068-01-02 UTC" "1969-01-02 UTC" "1999-01-02 UTC" "2004-01-02 UTC" 

puedo solucionar esto después del hecho restando 100 de las fechas incorrectas para convertir 2054 y 2068 en 1954 y 1968. Pero, ¿existe una ¿Es un método más elegante y menos propenso a errores de analizar las fechas de dos dígitos para que se manejen correctamente en el proceso de análisis?

Actualización: Después de @JoshuaUlrich me señaló a strptime He encontrado this question, que trata de un problema similar a la mía, pero utilizando R. base de

Parece una buena adición a la manipulación de la fecha en I sería alguna forma de manejar los cortes de selección del siglo para fechas de dos dígitos dentro de las funciones de análisis de fecha.

Answer 1

Aquí es una función que le permite hacer esto:

library(lubridate) 
x <- mdy(c("1/2/54","1/2/68","1/2/69","1/2/99","1/2/04")) 


foo <- function(x, year=1968){ 
    m <- year(x) %% 100 
    year(x) <- ifelse(m > year %% 100, 1900+m, 2000+m) 
    x 
} 

Pruébelo:

x 
[1] "2054-01-02 UTC" "2068-01-02 UTC" "1969-01-02 UTC" "1999-01-02 UTC" 
[5] "2004-01-02 UTC" 

foo(x) 
[1] "2054-01-02 UTC" "2068-01-02 UTC" "1969-01-02 UTC" "1999-01-02 UTC" 
[5] "2004-01-02 UTC" 

foo(x, 1950) 
[1] "1954-01-02 UTC" "1968-01-02 UTC" "1969-01-02 UTC" "1999-01-02 UTC" 
[5] "2004-01-02 UTC" 

---

El poco de magia aquí es utilizar el operador módulo %% para volver la fracción de una división Entonces 1968 %% 100 produce 68.

Answer 2

Acabo de experimentar exactamente este mismo error/función.

Terminé escribiendo las siguientes dos funciones rápidas para ayudar a convertir las fechas de tipo excel (que es donde obtengo más) a algo que R puede usar.

No hay nada de malo con la respuesta aceptada, es solo que prefiero no cargar demasiado los paquetes.

En primer lugar, un ayudante para dividir y reemplazar los años ...

year1900 <- function(dd_y, yrFlip = 50) 
{ 
    dd_y <- as.numeric(dd_y) 
    dd_y[dd_y > yrFlip] <- dd_y[dd_y > yrFlip] + 1900 
    dd_y[dd_y < yrFlip] <- dd_y[dd_y < yrFlip] + 2000 
    return(dd_y) 
} 

que es utilizado por una función que 'fija' las fechas de Excel, dependiendo del tipo de:

XLdate <- function(Xd, type = 'b-Y') 
{ 
    switch(type, 
     'b-Y' = as.Date(paste0(substr(Xd, 5, 9), "-", substr(Xd, 1, 3), "-01"), format = "%Y-%b-%d"), 
     'b-y' = as.Date(paste0(year1900(substr(Xd, 5, 6)), "-", substr(Xd, 1, 3), "-01"), 
         format = "%Y-%b-%d"), 
     'Y-b' = as.Date(paste0(substr(Xd, 1, 3), "-", substr(Xd, 5, 9), "-01"), format =  "%Y-%b-%d") 
     ) 
} 

Esperanza esto ayuda.

Answer 3

Otra opción sería:

xxx <- c("01-Jan-54","01-Feb-68","01-Aug-69","01-May-99","01-Jun-04", " 
     31-Dec-68","01-Jan-69", "31-Dec-99") 

.

dmy(paste0(sub("\\d\\d$","",xxx) , ifelse((tt <- 
    sub("\\d\\d-\\D\\D\\D-","",xxx) ) > 20 ,paste0("19",tt),paste0("20",tt)))) 

Aunque ninguna solución es elegante ni corta. Creo que sería mejor si Lubridate acaba de agregar una opción para especificar la fecha de corte.