在R语言中计算混合格式日期的天数差

原始数据集 #

testdata <- data.frame(id = c(1,2,3),
                   date1 = c("2022/11/13 9:19:03 AM PST", "2022-11-01","2022-10-28"),
                   date2 = c("2022/12/12 1:52:29 PM PST","2022-10-21","2022/12/01 8:15:25 AM PST"))

print(testdata)
#   id                     date1                     date2
# 1  1 2022/11/13 9:19:03 AM PST 2022/12/12 1:52:29 PM PST
# 2  2                2022-11-01                2022-10-21
# 3  3                2022-10-28 2022/12/01 8:15:25 AM PST

实现步骤 #

要提取日期部分并计算天数差，按以下操作即可：

1. 提取纯日期字符串：用正则表达式移除空格后的所有内容（时分秒、时区信息），保留原始日期格式：

testdata$date1_clean <- sub(" .*", "", testdata$date1)
testdata$date2_clean <- sub(" .*", "", testdata$date2)

2. 计算天数差：将提取的日期字符串转为R日期对象，取绝对值得到正的天数差：

testdata$days.diff <- abs(as.Date(testdata$date1_clean) - as.Date(testdata$date2_clean))

3. 整理输出结果：

df <- testdata[, c("id", "date1_clean", "date2_clean", "days.diff")]
colnames(df) <- c("id", "date1", "date2", "days.diff")

print(df)
#   id       date1       date2 days.diff
# 1  1 2022/11/13 2022/12/12        19
# 2  2 2022-11-01 2022-10-21        11
# 3  3 2022-10-28 2022/12/01        34

关键说明 #

• sub(" .*", "", x) 会匹配字符串中第一个空格及之后的所有内容并替换为空，完美提取带时间的日期中的日期部分；对于纯日期字符串，因无空格结果保持不变。
• as.Date() 可自动识别/和-分隔的日期格式，无需额外指定格式参数。
• 使用abs()确保天数差为正数，避免因date2早于date1出现负数结果。

内容的提问来源于stack exchange，提问作者amisos55