5

我有一个Date, 并且有兴趣将它表示为一个整数yyyymm形式。目前，我这样做：

get_year_month <- function(d) { return(as.integer(format(d, "%Y%m")))}
mydate = seq.Date(from = as.Date("2012-01-01"), to = as.Date("5012-01-01"), by = 1) 
system.time(ym <- get_year_month(mydate))
#    user  system elapsed 
#    5.972   0.974   6.951

对于大型数据集，这非常慢。有更快的方法吗？请为您的答案提供时间，以便可以轻松比较它们。使用上面的例子。

4

4 回答 4

5

使用lubridate包中的函数几乎可以比你的函数快两倍：

mydate = as.Date(rep("2012-01-01",1000))
library(lubridate)
library(microbenchmark)
microbenchmark(get_year_month(mydate),
               year(mydate)*100+month(mydate))

给出：

R> Unit: milliseconds
                               expr      min       lq   median       uq
             get_year_month(mydate) 2.150296 2.188370 2.218176 2.285973
 year(mydate) * 100 + month(mydate) 1.220016 1.228129 1.239704 1.284568
于 2013-03-09T22:42:02.600 回答
3

您可以尝试使用包中的yearmon类zoo。一般来说，如果您正在进行时间序列操作和分析，我建议您使用xts或至少使用zoo类。xts具有大量用于分析非常庞大的时间序列数据的功能。

这是针对其他建议解决方案的快速基准测试。

get_year_month <- function(d) {
    return(as.integer(format(d, "%Y%m")))
}
mydate = as.Date(rep("2012-01-01", 1e+06))

microbenchmark(get_year_month(mydate), year(mydate) * 100 + month(mydate), as.yearmon(mydate, format = "%Y-%m-%d"), times = 1)
## Unit: milliseconds
##                                     expr       min        lq    median        uq       max neval
##                   get_year_month(mydate) 1049.8813 1049.8813 1049.8813 1049.8813 1049.8813     1
##       year(mydate) * 100 + month(mydate)  434.1765  434.1765  434.1765  434.1765  434.1765     1
##  as.yearmon(mydate, format = "%Y-%m-%d")  249.6704  249.6704  249.6704  249.6704  249.6704     1
于 2013-03-10T11:52:46.450 回答
2

POSIXlt如果您想像这样操作它们，最好保持您的日期格式：

> system.time(ym <- get_year_month(mydate))
   user  system elapsed 
  4.039   0.025   4.079 
> system.time(mydatep <- as.POSIXlt(mydate))
   user  system elapsed 
  3.576   0.016   3.603 
> system.time(ym <- (1900 + mydatep$year)*100 + (mydatep$mon + 1))
   user  system elapsed 
  0.010   0.005   0.015

它仍然快一点，并且您可以免费获得后续的类似操作，就时间而言。

于 2013-03-09T23:03:18.123 回答
0

对于单个项目，可能没有更快的方法。但是，您可以通过使用内置复制使对集合进行操作的函数版本比线性运行快得多，例如 

function mydate(D) {
  x <- replicate(dim(D)[0], get_year_month(..)
  return(x)
}
于 2013-03-09T22:48:52.307 回答