Cómo extraer el año de la fecha en R (con ejemplos)

Puedes opinar sobre este contenido:
  • 0
  • 0
  • 0
  • 0

Hay dos formas de extraer rápidamente el año de una fecha en R:

Método 1: usar formato ()

df $ año <- formato (como fecha (df ​​$ fecha, formato = " % d /% m /% Y "), " % Y ")

Método 2: use el paquete lubridate

biblioteca (lubridate)

df $ año <- año ( mdy (df ​​$ fecha))

Este tutorial muestra un ejemplo de cómo utilizar cada uno de estos métodos en la práctica.

Método 1: Extraiga el año de la fecha usando el formato ()

El siguiente código muestra cómo extraer el año de una fecha usando la función format () combinada con el argumento «% Y» :

#create marco de datos
df <- data.frame (date = c ("01/01/2021", "01/04/2021", "01/09/2021"),
                  ventas = c (34, 36, 44))

#ver marco de datos
df

        ventas de fecha
1 01/01/2021 34
2 01/04/2021 36
3 01/09/2021 44

# crear una nueva variable que contenga el año
 df $ año <- formato (como fecha (df ​​$ fecha, formato = " % d /% m /% Y "), " % Y ")

#ver nuevo marco de datos
df

        fecha año de ventas
1 01/01/2021 34 2021
2 01/04/2021 36 2021
3 01/09/2021 44 2021

Tenga en cuenta que esta función format () funciona con una variedad de formatos de fecha. Simplemente debes especificar el formato:

#create marco de datos
df <- data.frame (date = c ("2021-01-01", "2021-01-04", "2021-01-09"),
                  ventas = c (34, 36, 44))

#ver marco de datos
df

        fecha año de ventas
1 2021-01-01 34 2021
2 2021-01-04 36 2021
3 2021-01-09 44 2021

#crear una nueva variable que contenga el año
 df $ año <- formato (como fecha (df ​​$ fecha, formato = " % Y-% m-% d "), " % Y ")

#ver nuevo marco de datos
df

        fecha año de ventas
1 01/01/2021 34 2021
2 01/04/2021 36 2021
3 01/09/2021 44 2021

Método 2: extraer el año de la fecha usando Lubridate

También podemos usar funciones del paquete lubridate para extraer rápidamente el año de una fecha:

biblioteca (lubridate)

#create marco de datos
df <- data.frame (date = c ("01/01/2021", "01/04/2021", "01/09/2021"),
                  ventas = c (34, 36, 44))

#ver marco de datos
df

        ventas de fecha
1 01/01/2021 34
2 01/04/2021 36
3 01/09/2021 44

# crear una nueva variable que contenga año
 df $ año <- año ( mdy (df ​​$ fecha))

#ver nuevo marco de datos
df

        fecha año de ventas
1 01/01/2021 34 2021
2 01/04/2021 36 2021
3 01/09/2021 44 2021

Lubridate también trabaja con una variedad de formatos de fecha. Simplemente debes especificar el formato:

#create marco de datos
df <- data.frame (date = c ("2021-01-01", "2021-01-04", "2021-01-09"),
                  ventas = c (34, 36, 44))

#ver marco de datos
df

        fecha año de ventas
1 2021-01-01 34 2021
2 2021-01-04 36 2021
3 2021-01-09 44 2021

# crear una nueva variable que contenga año
 df $ año <- año ( ymd (df ​​$ fecha))

#ver nuevo marco de datos
df

        fecha año de ventas
1 01/01/2021 34 2021
2 01/04/2021 36 2021
3 01/09/2021 44 2021

Recursos adicionales

Cómo recorrer los nombres de las columnas en R
Cómo eliminar valores atípicos de varias columnas en R

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

A menudo, es posible que desee seleccionar las filas de un DataFrame de pandas en función de su valor de…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!