Rkový skript ke stažení: R
Co si zde představíme?
Date či POSIX,Základním datovým typem pro práci s datumy je třída
Date:
datum <- as.Date(c("1999-03-29", "2001-12-31", "2025-10-01", "1969-01-01", "1968-01-01"))
print(datum) # základní formát YYYY-MM-DD## [1] "1999-03-29" "2001-12-31" "2025-10-01" "1969-01-01" "1968-01-01"summary(datum) # základní popisné charakteristiky## Min. 1st Qu. Median Mean 3rd Qu. Max.
## "1968-01-01" "1969-01-01" "1999-03-29" "1992-10-18" "2001-12-31" "2025-10-01"as.numeric(datum) # počet dní od "1970-01-01" - interní reprezentace data ## [1] 10679 11687 20362 -365 -731as.Date(0)## [1] "1970-01-01"Data lze pochopitelně přijmout pod jiným formátem:
datum2 <- as.Date(c("29/03/99", "31/12/00", "01/10/25", "01/01/69", "01/01/68"), format = "%d/%m/%y")
print(datum2) # vytiskne v základním formátu (pozor na krátký formát roku %y)## [1] "1999-03-29" "2000-12-31" "2025-10-01" "1969-01-01" "2068-01-01"Formát data se dá změnit do různých podob:
format(datum, "%Y-%m-%d") # defaultní nastavení## [1] "1999-03-29" "2001-12-31" "2025-10-01" "1969-01-01" "1968-01-01"format(datum, "%d-%m-%Y") # den, měsíc, rok## [1] "29-03-1999" "31-12-2001" "01-10-2025" "01-01-1969" "01-01-1968"format(datum, "%d-%m-%y") # rok jen na dvě poslední čísla## [1] "29-03-99" "31-12-01" "01-10-25" "01-01-69" "01-01-68"format(datum, "%D") # americký formát pro měsíc/den/rok ## [1] "03/29/99" "12/31/01" "10/01/25" "01/01/69" "01/01/68"format(datum, "%m/%d/%Y") # to samé - měsíc, den, rok## [1] "03/29/1999" "12/31/2001" "10/01/2025" "01/01/1969" "01/01/1968"Z datumu lze jednoduše vyseparovat den v týdnu, měsíc či čtvrtletí:
Sys.getlocale("LC_TIME") # jazyk v závislosti na nastaveném locale ## [1] "Czech_Czechia.utf8"weekdays(datum)## [1] "pondělí" "pondělí" "středa" "středa" "pondělí"weekdays(datum, abbreviate = TRUE)## [1] "po" "po" "st" "st" "po"months(datum)## [1] "březen" "prosinec" "říjen" "leden" "leden"months(datum, abbreviate = TRUE)## [1] "bře" "pro" "říj" "led" "led"quarters(datum)## [1] "Q1" "Q4" "Q4" "Q1" "Q1"Díky reprezentaci jako počet dní od 1970-01-01 lze
jednoduše operovat s časem:
datum + 365 # datum o 365 dní později## [1] "2000-03-28" "2002-12-31" "2026-10-01" "1970-01-01" "1968-12-31"datum - 1 # datum předchozího dne## [1] "1999-03-28" "2001-12-30" "2025-09-30" "1968-12-31" "1967-12-31"difftime(datum, "2000-01-01") # počet dní od konkrétního data## Time differences in days
## [1] -277.9583 730.0417 9405.0417 -11321.9583 -11687.9583Současný čas lze získat následujícím způsobem:
(ted <- Sys.time())## [1] "2025-09-29 17:49:36 CEST"class(ted)## [1] "POSIXct" "POSIXt"as.numeric(ted) # počet sekund od následujícího data## [1] 1759160977as.POSIXct(0)## [1] "1970-01-01 01:00:00 CET"POSIX a jeho varianty je obecnější třída datumu, která
uvažuje nejen datum, ale i konkrétní čas na sekundy přesně včetně určení
časové zóny. Jeho local time verze funguje jako list s
následujícími položkami:
tedlt <- as.POSIXlt(ted) # z ct (calendar time) do lt (local time)
tedlt$sec # 0–61: sekundy (včetně zlomků vteřiny)## [1] 36.98691tedlt$min # 0–59: minuty## [1] 49tedlt$hour # 0–23: hodiny## [1] 17tedlt$wday # 0-6: den v týdnu počínaje nedělí## [1] 1tedlt$mday # 1-31: den v měsíci## [1] 29tedlt$yday # 0-365: den v roce## [1] 271tedlt$mon # 0-11: měsíců po prvním měsíci v roce## [1] 8tedlt$year # let od 1900## [1] 125tedlt$isdst # Day-Saving-Time - 1 = letní čas, 0 = zimní čas, -1 = neznámo## [1] 1tedlt$zone # časové pásmo## [1] "CEST"tedlt$gmtoff # odchylka v sekundách od GMT, NA či 0 znamenají neznámé## [1] 7200Tyto třídy mají své vlastní speciální funkce:
trunc(tedlt, units = "hours") # useknutí nižších jednotek## [1] "2025-09-29 17:00:00 CEST"round(tedlt, units = "days") # zaokrouhlení na dané jednotky## [1] "2025-09-30 CEST"# Vygenerování aritmetické posloupnosti časů
posloupnost_dni <- seq(from = as.Date("1970-01-01"), to = as.Date("1970-12-31"), by = "day")
posloupnost_tydnu <- seq(from = as.Date("1970-01-01"), to = as.Date("1970-12-31"), by = "week")
posloupnost_po5dnech <- seq(from = as.Date("1970-01-01"), to = as.Date("1970-12-31"), by = 5)
posloupnost_posekundach <- seq(from = as.POSIXct("1970-01-01"), to = as.POSIXct("1970-12-31"), by = 123456)
posloupnost_odelce11 <- seq(from = as.Date("1970-01-01"), to = as.Date("1970-12-31"), length.out = 11)
# Konverze zadaných datumů na faktorovou proměnnou dle zadaných intervalů
fposloupnost_po5dnech <- cut(posloupnost_po5dnech, # hodnoty ke kategorizování
breaks = posloupnost_odelce11, # meze intervalů
right = FALSE) # převod na faktor
fposloupnost_po5dnech_tydne <- cut(posloupnost_po5dnech, # hodnoty ke kategorizování
breaks = "weeks", # meze intervalů lze udat i v jednotkách
start.on.monday = TRUE, # zda by týden měl začít pondělkem
right = FALSE) # převod na faktorSpeciální třídou v říši datumů a časů je difftime
udávající rozdíl mezi dvěma časy:
(autodif <- difftime(ted + 12345, ted, units = "auto")) # automatické určení vhodné jednotky ## Time difference of 3.429167 hoursdifftime(ted + 12345, ted, units = "secs")## Time difference of 12345 secsdifftime(ted + 12345, ted, units = "mins")## Time difference of 205.75 minsdifftime(ted + 12345, ted, units = "hours")## Time difference of 3.429167 hoursdifftime(ted + 12345, ted, units = "days")## Time difference of 0.1428819 daysdifftime(ted + 12345, ted, units = "weeks")## Time difference of 0.02041171 weeksunits(autodif) <- "mins" # změna jednotek v uložené proměnné třídy difftime
autodif # class difftime má svůj speciální print## Time difference of 205.75 minsas.character(autodif) # jako string jen pouhé číslo## [1] "205.75"as.numeric(autodif, units = "days") # převod na číslo včetně jednotky## [1] 0.1428819Proměnná typu difftime se dá použít jako argument
by při tvorbě aritmetické posloupnosti pomocí
seq:
cas1 <- as.POSIXct("2025-09-30 09:01:25")
cas2 <- as.POSIXct("2025-09-30 11:58:47")
doba <- difftime(cas2, cas1)
seq(as.POSIXct("2025-09-30 09:00:00"), as.POSIXct("2025-09-30 19:00:00"), by = doba)## [1] "2025-09-30 09:00:00 CEST" "2025-09-30 11:57:22 CEST" "2025-09-30 14:54:44 CEST"
## [4] "2025-09-30 17:52:06 CEST"Lze také uměle zkonstruovat následovně (třeba výkon v atletice):
as.difftime(123, units = "secs") # převodem konkrétního čísla v jednotkách## Time difference of 123 secsas.difftime(123, units = "mins")## Time difference of 123 minsas.difftime("00:54:13") # defaultní formát času## Time difference of 54.21667 minswr100m <- as.difftime("00:00:09.58") # světový rekord v běhu na 100 m
as.numeric(wr100m) # zápis ignoruje desetiny## [1] 9as.difftime(9.58, units = "secs") # takto to funguje jednoduše## Time difference of 9.58 secsas.difftime("00:09.52", format = "%M:%OS") # při převodu ze stringu je třeba upravit očekávaný formát## Time difference of 9.52 secsas.difftime("01:30", format = "%H:%M") # čas s přesností na minuty## Time difference of 1.5 hoursAž jednou budete provádět simulační studii nebo si budete chtít
dopředu odhadnout, jak dlouho budou Vaše výpočty trvat, můžete použít
system.time():
vypocetni_cas <- system.time({
x <- rnorm(2e7)
y <- log(abs(sin(exp(x))))
})
vypocetni_cas## user system elapsed
## 1.84 0.17 1.83Vyřešte si to sami, aniž byste se dívali do řešení (úplně dole vespod skriptu).
for cyklu a pomocí apply reformulací.survival určený pro analýzu přežití
(NMST511) obsahuje dva datasety: jasa a heart.
Druhý jmenovaný je zkonstruován z toho prvního jednoduchými
transformacemi. Z časových údajů obsažených v originálním
jasa napočítejte pro každého pacienta následující:age,futime,wait.time,year v heart.
Porovnejte Vaše výpočty s hodnotami uvedenými v datasetech a zamyslete
se, co asi udělali autoři jinak.library(survival)
head(jasa) # původní originální data (1 řádek na pacienta)## birth.dt accept.dt tx.date fu.date fustat surgery age futime wait.time transplant mismatch
## 1 1937-01-10 1967-11-15 <NA> 1968-01-03 1 0 30.84463 49 NA 0 NA
## 2 1916-03-02 1968-01-02 <NA> 1968-01-07 1 0 51.83573 5 NA 0 NA
## 3 1913-09-19 1968-01-06 1968-01-06 1968-01-21 1 0 54.29706 15 0 1 2
## 4 1927-12-23 1968-03-28 1968-05-02 1968-05-05 1 0 40.26283 38 35 1 3
## 5 1947-07-28 1968-05-10 <NA> 1968-05-27 1 0 20.78576 17 NA 0 NA
## 6 1913-11-08 1968-06-13 <NA> 1968-06-15 1 0 54.59548 2 NA 0 NA
## hla.a2 mscore reject
## 1 NA NA NA
## 2 NA NA NA
## 3 0 1.11 0
## 4 0 1.66 0
## 5 NA NA NA
## 6 NA NA NAhead(heart) # modifikovaná data vhodně upravená pro analýzu (1-2 řádky pro pacienta)## start stop event age year surgery transplant id
## 1 0 50 1 -17.155373 0.1232033 0 0 1
## 2 0 6 1 3.835729 0.2546201 0 0 2
## 3 0 1 0 6.297057 0.2655715 0 0 3
## 4 1 16 1 6.297057 0.2655715 0 1 3
## 5 0 36 0 -7.737166 0.4900753 0 0 4
## 6 36 39 1 -7.737166 0.4900753 0 1 4help(heart) # zde naleznete vysvětlení jednotlivých proměnných