第12章 时间
我看到了我的爱恋 我飞到她的身边
我捧出给她的礼物 那是一小块凝固的时间
时间上有美丽的条纹 摸出来像浅海的泥一样柔软
她把时间涂满全身 然后拉起我飞向存在的边缘—刘慈欣《三体3：死神永生》
科幻小说《三体》三部曲，描绘了时间这个物理量的奥妙。在第6章对复活节的计算里，我们已经领教了时间数据的厉害。时间数据非常特殊又十分有趣，主要是因为时间单位不是十进制的：满60秒才进1分钟，满24小时进1日，满7日进1周，而考虑到闰年和闰秒等因素，日、周、月、年之间的进位就更加复杂，再加上时区和夏时制，处理起时间数据来花费的精力，真是一寸光阴一寸金。
举个例子就能切身体会到时间的复杂：你一定知道自己的生日几月几日，但大概并不知道自己出生那天是星期几吧？从出生那一刻到今天为止，已经过去了多少天？这辈子能遇见几次在星期天过生日吗？
回答这些问题，我们的R语言可以轻松办到。R 对时间数据的复杂性有充分的准备，让这件工作变得不是那么困难。
为了不引起歧义，本书中，我们将时间点（比如“现在几点几分了”）称为“时刻”，而时间长度（比如“还差几分钟下班”）称为“时间”。
12.1 时刻数据的获取
假定你出生的时刻是1994年9月22日20时30分0秒。我们先把你的生日告诉R，让R听得懂。
一般来说，我们从数据文件中读取数据表时，其中的时刻数据列往往是 “1994-09-22 20:30:00”这样的格式，读入之后，这一列自动按照字符格式存储。
bd <- '1994-09-22 20:30:00'我们知道，字符串是不可以做数学的加减法的，比如我们想把这一列时刻都加20分钟，字符串是无法做到的，这就需要先把字符串转换成R能识别的时刻格式。
bdtime <- strptime(x = bd, format = '%Y-%m-%d %H:%M:%S',
tz = "Asia/Shanghai")
bdtime## [1] "1994-09-22 20:30:00 CST"为什么strptime()函数里需要个format和tz参数呢？因为如果不说一声的话，R就不知道这个字符串里哪个是年哪个是月，也不知道是哪个时区。
我们发现，bdtime的值依然带有引号，除了多了个时区代码外，看上去跟bd一模一样。这难道不是跟bd一样的字符串吗？不是的。
class(bd)## [1] "character"class(bdtime)## [1] "POSIXlt" "POSIXt"他们属于不同的类。bd属于字符串（character），而bdtime属于一种称为POSIXct的类。
除了从外界数据文件读取时刻数据外，R还可以获取计算机时钟的时刻。下面三个函数，都可以获得R运行环境中的当前时刻或日期。
t1 <- Sys.time()#返回当前时刻
t2 <- date()#返回当前时刻
t3 <- Sys.Date()#返回当前日期
t1## [1] "2017-09-15 12:06:42 CEST"t2## [1] "Fri Sep 15 12:06:42 2017"t3## [1] "2017-09-15"如果查看一下这三个变量的类，会发现各有不同：
class(t1)## [1] "POSIXct" "POSIXt"class(t2)## [1] "character"class(t3)## [1] "Date"这些类有什么区别和联系？请自行放狗去搜。
一切准备工作就绪，R现在知道了你的生日，就可以进行后续计算了。
12.2 时刻数据的格式
女孩和男孩陷入爱河。后来战争即将爆发，兵荒马乱之中，男孩把写有日期的纸条塞进女孩手心，约定在战争结束那一年的那一天老地方见。如果谁没有赴约，就说明已遭遇不幸。
战争结束后，女孩拿着纸条如约到达，苦苦等了一个月，却不见恋人踪影，悲愤之下自尽身亡。不久男孩赶到，看到的却是昔日恋人的坟墓，悲痛之下，也殉情而死。
纸条上的日期是“12.10”。女孩是德国人，以为是10月12日；男孩来自美国，以为是12月10日。
这个爱情悲剧告诉我们：处理时间数据，格式很重要。— 我听来的故事
先看看你出生那天是星期几。很简单，只需这样操作：
bdtime$wday## [1] 4是个星期四，对吗？
$wday 表示从时刻数据中提取星期几。类似的，$hour, $min, $sec 分别用来提取时分秒，$year, $mon, $mday提取年月日，$yday提取一年内的第几天。
时刻数据的全部组成信息，可以用unclass()函数来查询：
unlist(unclass(bdtime))## sec min hour mday mon year wday yday
## "0" "30" "20" "22" "8" "94" "4" "264"
## isdst zone gmtoff
## "0" "CST" NA为了方便显示，我们调用了unlist()函数。
由于世界各地风俗习惯不同，采取的时刻格式也各种各样。比如在表述日期时，放在最前面的，我们中国习惯先说年，美国习惯先说月，而德国习惯先说日。年月日的分隔符也有不同。R提供了 format()函数，来对这些格式进行随意转换。
format(bdtime, format = '%d.%m.%Y')## [1] "22.09.1994"| X | 中文示例 | 英文示例 | 解释 |
|---|---|---|---|
| %a | 周日 | Sun | 星期几的缩写 |
| %A | 星期日 | Sunday | 星期几的全拼 |
| %b | 十月 | Oct | 月份缩写 |
| %B | 十月 | October | 月份全称 |
| %c | 周日 十月 1 | Sun Oct 1 | 日期时刻全称 |
| 10:30:59 2017 | 10:30:59 2017 | ||
| %C | 20 | 20 | 世纪 |
| %d | 1 | 1 | 日（0补位） |
| %D | 10/1/2017 | 10/1/2017 | 日/月/年 |
| %F | 10/1/2017 | 10/1/2017 | 年-月-日 |
| %H | 10 | 10 | 时（00-23） |
| %I | 10 | 10 | 时（00-12） |
| %j | 274 | 274 | 一年的第几天 |
| %m | 10 | 10 | 月 |
| %M | 30 | 30 | 分 |
| %p | 上午 | AM | 上下午 |
| %r | 10:30:59 上午 | 10:30:59 AM | 12小时制时刻 |
| %R | 10:30 | 10:30 | 24小时制时刻 |
| %S | 59 | 59 | 秒 |
| %T | 10:30:59 | 10:30:59 | 时刻 |
| %u | 7 | 7 | 星期几（周日为7） |
| %U | 40 | 40 | 年中第几周 |
| %V | 39 | 39 | 年中第几周（ISO8601） |
| %w | 0 | 0 | 星期几（周日为0） |
| %W | 39 | 39 | 年内第几周（英制） |
| %x | 10/1/2017 | 10/1/2017 | 日期，格式取决于系统设置 |
| %X | 10:30:59 | 10:30:59 AM | 时刻，格式取决于系统设置 |
| %y | 17 | 17 | 年份后两位 |
| %Y | 2017 | 2017 | 年份四位 |
| %Z | GMT | GMT | 时区 |
百分号用来提示后面的格式是什么：%d表示日，%m表示月，%Y表示四位年份。他们用圆点.分隔。小贴士12.1列出了更多格式代表的含义。有了他们，就可以对时刻数据进行任意转换了。
12.3 时刻数据的计算
时刻数据是可以参加加减法计算和逻辑运算的。看看你的生日加上1是什么：
bdtime + 1## [1] "1994-09-22 20:30:01 CST"bdtime + 1得到的是bdtime之后1秒的时刻。可以预料， + 60 就是1分钟后， + 3600 就是1小时后，而 + 86400 就是1天后。
bdtime + 60## [1] "1994-09-22 20:31:00 CST"bdtime + 3600## [1] "1994-09-22 21:30:00 CST"t3 <- bdtime + 86400
t3## [1] "1994-09-23 20:30:00 CST"果然如此。R把我们加上的秒数按照复杂的时间进位方式自动处理了。当然，时刻也可以减去一个数，让时光倒流。
两个时刻之间可以相减，得到两个时刻之间的时间长度。假如我的生日是1995年9月1日7时30分，那么你我生日之间相差的时间就是
bdtime2 <- strptime(
'1995-09-01 7:30', format = '%Y-%m-%d %H:%M',
tz = 'Asia/Shanghai')
bdtime2 - bdtime## Time difference of 343.4583 days还记得我们有个diff()函数来计算两者之差么？类似地，时刻数据处理中有个difftime()函数，效果跟上面的减法大体相同，不同之处是可以指定输出数值的单位：
difftime(time1 = bdtime2, time2 = bdtime, units = 'secs')## Time difference of 29674800 secs我们还可以计算距离你我生日相等长度的那一天：
mean(c(bdtime, bdtime2))## [1] "1995-03-13 07:00:00 CET"除了本文介绍的函数外，我们还可以根据需要选用扩展包，例如timeDate (Team et al. 2015)，可以让我们对时间数据的处理能力如虎添翼。
12.4 课外活动：夏令时
如果你只处理中国的时刻数据，那么是比较幸运的。如果遇到欧美国家的时刻数据，就不得不考虑一个特殊的问题：夏令时。
夏令时，或称夏时制，正规的名称是“日光节约时制”。欧洲和美国很多地区，夏季天亮得太早，于是就硬生生把时钟调快一小时，大家早起早睡，据说可以充分利用白天的光照而省电。但是，夏令时的实际收效至今仍有争议，很多人认为靠照明省下那点电微不足道，而粗暴地调时钟把大家的作息时间弄得很乱，尤其对老人和孩子影响很大，列车、航班等统统要做调整。我国其实在1986年到1991年实行了六年夏时制，实在得不偿失，就取消了。
图12.1用 R 做出的德国拜罗伊特市日出日落时刻图，虚线和实线分别显示的是不使用和使用夏时制的日出日落时刻。很容易看出夏时制的好处：夏天把一小时的时间往后挪了之后，不至于天亮之后过很久才需要上班，并且下班后距离天黑还有很长时间可以让人去泡吧，泡网，泡……不挪到下午的话，这一个小时在早上只够泡个澡。
图 12.1: 德国拜罗伊特日出日落时刻.
R 在处理时刻数据的时候充分考虑了夏时制。时刻数据变量名，后面接上$isdst 就表示“操作中是否是光节约时制”（逻辑值，1 表示TRUE，0 表示FALSE）
我学习R语言时正生活在德国，遇到了一件趣事，至今记忆犹新。德国的夏令时是这样调整时钟的：每年3月的最后一个星期天，凌晨2点钟把时钟拨到3点。夏令时结束时，在10月的最后一个星期天凌晨再拨回来。那么，在R里是怎么处理这种复杂的情况呢？
我们以2018年为例，3月最后一个星期天是25日，由于凌晨2点后会直接跳至3点，我们看看R的世界里这段时间发生了什么：
a <- strptime("2018-03-25 03:00:00",
format = "%Y-%m-%d %H:%M:%S", tz = "CET")
a## [1] "2018-03-25 03:00:00 CEST"注意，我们明明设定的时区是CET中欧时间（Central European Time），但R自动转换成了CEST中欧夏季时间。
照理说，3点钟的前一秒应该是2:59:59，我们来试试：
a - 1## [1] "2018-03-25 01:59:59 CET"竟然是1:59:59！2点钟就这么凭空消失了么？
我不甘心，于是试了试另外一个函数，同样可以给时刻变量赋值：
a <- as.POSIXlt("2018-03-25 03:00:00", tz = "CET")
a## [1] "2018-03-25 03:00:00 CEST"a - 1## [1] "2018-03-25 01:59:59 CET"时区符号仍然自动改变了。
如果我硬来，非要找回 2 点钟呢？
a <- as.POSIXlt("2018-03-25 02:00:00", tz = "CET")
a## [1] "2018-03-25 CET"R索性把时刻给丢了，仅保留了日期。这就是对我任性的回答么？
换回strptime()函数试试?
a <- strptime("2018-03-25 02:00:00",
format = "%Y-%m-%d %H:%M:%S", tz = "CET") #
a## [1] "2018-03-25 02:00:00"欧叶！但是……
a - 1## [1] NA啊哦……
接受这个现实吧：在中欧，2018年3月25日2:00:00 到2:59:59这段时间是不存在的！若要在数据处理中避免这种情况发生，还是强行把时区都设置成 GMT 保险。为了保险起见，我每次从别人那里拿到数据都会问:你这数据里的时间，用没用夏令时？
然而，这也暗示男孩女孩们可以用一种新方法对别人的表白说no：那我们就在中欧时间2018年3月25日凌晨2:30见吧……
References
Team, Rmetrics Core, Diethelm Wuertz, Tobias Setz, Yohan Chalabi, Martin Maechler, and Joe W. Byers. 2015. TimeDate: Rmetrics - Chronological and Calendar Objects. https://CRAN.R-project.org/package=timeDate.