将数字字段 (YYYY.WW) 转换为 ISOweek() 日期字段
Transform numeric field (YYYY.WW) to ISOweek() date field
数据框包含 YYYY.WW 格式的日期列。它是从 csv 导入的。并归类为数字，这不允许我正确地将它用于时间序列分析或 ggplot 可视化。我试图这样转换它，但出现错误。
df_full <- transform(df_full, DELY_WK = as.Date(as.numeric(DELY_WK), "%Y.%W"))
Error in charToDate(x) :
character string is not in a standard unambiguous format
看看这些值，据我所知，它们对我来说是明确的，%Y 是否接受四位数，%W 是否接受范围从 00 到 53 的两位整数，星期一是第一天周作为输入。
> class(df_full)
[1] "data.frame"
> unique(df_full$DELY_WK)
[1] 2015.05 2015.06 2015.07 2015.08 2015.09 2015.10 2015.11 2015.12 2015.13 2015.14 2015.15 2015.16 2015.17 2015.19 2015.21
[16] 2015.22 2015.23 2015.24 2015.25 2015.26 2015.27 2015.28 2015.29 2015.30 2015.31 2015.34 2015.36 2015.37 2015.38 2015.39
[31] 2015.40 2015.41 2015.42 2015.43 2015.44 2015.45 2015.46 2015.47 2015.48 2015.49 2015.50 2015.51 2016.03 2016.04 2016.05
[46] 2016.06 2016.07 2016.08 2016.09 2016.10 2016.11 2016.12 2016.13 2016.14 2016.15 2016.16 2016.17 2016.19 2016.20 2016.21
[61] 2016.22 2016.23 2016.24 2016.25 2016.26 2016.27 2016.28 2016.29 2016.30 2016.31 2016.36 2016.37 2016.38 2016.39 2016.40
[76] 2016.41 2016.42 2016.43 2016.44 2016.45 2016.46 2016.47 2016.48 2016.49 2016.50 2016.51 2017.01 2017.02 2017.03 2017.04
[91] 2017.05 2017.06 2017.07 2017.08 2017.09 2017.10 2017.11 2017.12 2017.13 2017.14 2017.15 2017.16 2017.17 2017.18 2017.19
[106] 2017.20 2017.21 2017.22 2017.23 2017.24 2017.25 2017.26 2017.27 2017.28 2017.29 2017.30 2017.31 2017.36 2017.37 2017.38
[121] 2017.39 2017.40 2017.41 2017.42 2017.43 2017.44 2017.45 2017.46 2017.47 2017.48 2017.49 2017.50 2017.51 2018.01 2018.02
[136] 2018.03 2018.04 2018.05 2018.06 2018.07 2018.08 2018.11 2018.12 2018.13 2018.14 2018.15 2018.16 2018.17 2018.19 2018.20
[151] 2018.21 2018.22 2018.23 2018.24 2018.25 2018.27 2018.09 2018.26 2018.10 2018.29 2018.34 2018.35 2018.36 2018.37 2018.38
[166] 2018.39 2018.40 2018.41 2018.42 2018.43 2018.44 2018.45 2018.46 2018.47 2018.48 2018.49 2018.50 2018.51 2019.01 2019.02
[181] 2019.03 2019.04 2019.05 2019.06 2019.07 2019.08 2019.09 2019.10 2019.11 2019.12 2019.13 2019.14 2019.15 2019.16 2019.17
[196] 2019.18 2019.19 2019.20 2019.21 2019.22 2019.23 2019.24 2019.25 2019.26 2019.27 2019.28 2019.33 2019.34 2019.35 2019.36
[211] 2019.37 2019.38 2019.39 2019.40 2019.41 2019.42 2019.43 2019.44 2019.45 2019.46 2019.47 2019.48 2019.49 2019.50 2019.51
[226] 2020.04 2020.05 2020.06 2020.07 2020.08 2020.09 2020.10 2020.11 2020.12 2020.13 2020.14 2020.15 2020.16 2020.19 2020.20
[241] 2020.23 2020.25 2020.26 2020.27
> class(df_full$DELY_WK)
[1] "numeric"
我们需要转换为 character 而不是 numeric 然后它应该可以工作（假设它是 numeric 或 factor class）还要添加一天，因为周数不是特定于 Date。它可以是一周中的任何一天。因此，我们 paste 一个数字的第一天并更改格式为星期几
df_full <- transform(df_full,
DELY_WK = as.Date(paste0(as.character(DELY_WK), '.01'), "%Y.%W.%w"))
我最终转换了日期字段并添加了一个新的 'ISOdate' 列，以便它适合 ISOweek 包。这在一年中有第 53 周的情况下特别有用。使用这个新的帮助列现在可以很好地绘制时间序列。
数据框包含 YYYY.WW 格式的日期列。它是从 csv 导入的。并归类为数字，这不允许我正确地将它用于时间序列分析或 ggplot 可视化。我试图这样转换它，但出现错误。
df_full <- transform(df_full, DELY_WK = as.Date(as.numeric(DELY_WK), "%Y.%W"))
Error in charToDate(x) :
character string is not in a standard unambiguous format
看看这些值，据我所知，它们对我来说是明确的，%Y 是否接受四位数，%W 是否接受范围从 00 到 53 的两位整数，星期一是第一天周作为输入。
> class(df_full)
[1] "data.frame"
> unique(df_full$DELY_WK)
[1] 2015.05 2015.06 2015.07 2015.08 2015.09 2015.10 2015.11 2015.12 2015.13 2015.14 2015.15 2015.16 2015.17 2015.19 2015.21
[16] 2015.22 2015.23 2015.24 2015.25 2015.26 2015.27 2015.28 2015.29 2015.30 2015.31 2015.34 2015.36 2015.37 2015.38 2015.39
[31] 2015.40 2015.41 2015.42 2015.43 2015.44 2015.45 2015.46 2015.47 2015.48 2015.49 2015.50 2015.51 2016.03 2016.04 2016.05
[46] 2016.06 2016.07 2016.08 2016.09 2016.10 2016.11 2016.12 2016.13 2016.14 2016.15 2016.16 2016.17 2016.19 2016.20 2016.21
[61] 2016.22 2016.23 2016.24 2016.25 2016.26 2016.27 2016.28 2016.29 2016.30 2016.31 2016.36 2016.37 2016.38 2016.39 2016.40
[76] 2016.41 2016.42 2016.43 2016.44 2016.45 2016.46 2016.47 2016.48 2016.49 2016.50 2016.51 2017.01 2017.02 2017.03 2017.04
[91] 2017.05 2017.06 2017.07 2017.08 2017.09 2017.10 2017.11 2017.12 2017.13 2017.14 2017.15 2017.16 2017.17 2017.18 2017.19
[106] 2017.20 2017.21 2017.22 2017.23 2017.24 2017.25 2017.26 2017.27 2017.28 2017.29 2017.30 2017.31 2017.36 2017.37 2017.38
[121] 2017.39 2017.40 2017.41 2017.42 2017.43 2017.44 2017.45 2017.46 2017.47 2017.48 2017.49 2017.50 2017.51 2018.01 2018.02
[136] 2018.03 2018.04 2018.05 2018.06 2018.07 2018.08 2018.11 2018.12 2018.13 2018.14 2018.15 2018.16 2018.17 2018.19 2018.20
[151] 2018.21 2018.22 2018.23 2018.24 2018.25 2018.27 2018.09 2018.26 2018.10 2018.29 2018.34 2018.35 2018.36 2018.37 2018.38
[166] 2018.39 2018.40 2018.41 2018.42 2018.43 2018.44 2018.45 2018.46 2018.47 2018.48 2018.49 2018.50 2018.51 2019.01 2019.02
[181] 2019.03 2019.04 2019.05 2019.06 2019.07 2019.08 2019.09 2019.10 2019.11 2019.12 2019.13 2019.14 2019.15 2019.16 2019.17
[196] 2019.18 2019.19 2019.20 2019.21 2019.22 2019.23 2019.24 2019.25 2019.26 2019.27 2019.28 2019.33 2019.34 2019.35 2019.36
[211] 2019.37 2019.38 2019.39 2019.40 2019.41 2019.42 2019.43 2019.44 2019.45 2019.46 2019.47 2019.48 2019.49 2019.50 2019.51
[226] 2020.04 2020.05 2020.06 2020.07 2020.08 2020.09 2020.10 2020.11 2020.12 2020.13 2020.14 2020.15 2020.16 2020.19 2020.20
[241] 2020.23 2020.25 2020.26 2020.27
> class(df_full$DELY_WK)
[1] "numeric"
我们需要转换为 character 而不是 numeric 然后它应该可以工作（假设它是 numeric 或 factor class）还要添加一天，因为周数不是特定于 Date。它可以是一周中的任何一天。因此，我们 paste 一个数字的第一天并更改格式为星期几
df_full <- transform(df_full,
DELY_WK = as.Date(paste0(as.character(DELY_WK), '.01'), "%Y.%W.%w"))
我最终转换了日期字段并添加了一个新的 'ISOdate' 列，以便它适合 ISOweek 包。这在一年中有第 53 周的情况下特别有用。使用这个新的帮助列现在可以很好地绘制时间序列。