从一些虚拟数据开始：

start <- as.Date("2010/01/01")
end <- as.Date("2010/12/31")
set.seed(1)
datewant <- seq(start, end, by = "days")[sample(15)]
tmpTimes <- data.frame(EntryTime = datewant, 
                       ExitTime = datewant + sample(100, 15))
## reorder on EntryTime so in random order
tmpTimes <- tmpTimes[sample(NROW(tmpTimes)), ]
head(tmpTimes)

所以我们有这样的东西：

> head(tmpTimes)
    EntryTime   ExitTime
8  2010-01-14 2010-03-16
9  2010-01-05 2010-01-17
7  2010-01-10 2010-01-30
3  2010-01-08 2010-04-16
10 2010-01-01 2010-01-26
13 2010-01-12 2010-02-15

使用上述内容，查看目标1，计算最早日期和最晚日期之间的差异。您可以将日期视为数字（这就是它们在内部存储的方式），因此像min()和max()这样的函数将起作用。可以使用difftime()函数：

> with(tmpTimes, difftime(max(EntryTime), min(EntryTime)))
Time difference of 14 days

或使用标准减法

> with(tmpTimes, max(EntryTime) - min(EntryTime))
Time difference of 14 days

来计算天数的差异。head()和tail()只有在对日期进行排序时才有效，因为它们采用向量中的第一个和最后一个值，而不是最高和最低的实际值。

**目标2：**您似乎正在尝试将数据框转换为日期。你不能这么做您可以做的是重新格式化数据框的 * 组件 * 中的数据。在这里，我通过将EntryTime列重新格式化为几个不同的日期摘要来向tmpTimes添加列。

tmpTimes2 <- within(tmpTimes, weekOfYear <- format(EntryTime, format = "%W-%Y"))
tmpTimes2 <- within(tmpTimes2, monthYear <- format(EntryTime, format = "%B-%Y"))
tmpTimes2 <- within(tmpTimes2, Year <- format(EntryTime, format = "%Y"))

给予：

> head(tmpTimes2)
    EntryTime   ExitTime weekOfYear    monthYear Year
8  2010-01-14 2010-03-16    02-2010 January-2010 2010
9  2010-01-05 2010-01-17    01-2010 January-2010 2010
7  2010-01-10 2010-01-30    01-2010 January-2010 2010
3  2010-01-08 2010-04-16    01-2010 January-2010 2010
10 2010-01-01 2010-01-26    00-2010 January-2010 2010
13 2010-01-12 2010-02-15    02-2010 January-2010 2010

如果您是美国人或希望使用美国惯例开始一周（%W在星期一开始一周，在美国惯例是在星期日开始），请将%W更改为%U。?strftime有更多关于%W和%U代表什么的细节。

**关于数据格式的最后一点：**在上面的文章中，我使用了标准R格式的日期。您将数据存储在非标准标记的数据框中，可能是作为字符或因子。所以你有这样的东西：

tmpTimes3 <- within(tmpTimes, 
                    EntryTime <- format(EntryTime, format = "%d-%m-%y"))
tmpTimes3 <- within(tmpTimes3, 
                    ExitTime <- format(ExitTime, format = "%d-%m-%y"))

> head(tmpTimes3)
   EntryTime ExitTime
8   14-01-10 16-03-10
9   05-01-10 17-01-10
7   10-01-10 30-01-10
3   08-01-10 16-04-10
10  01-01-10 26-01-10
13  12-01-10 15-02-10

你需要将这些字符或因子转换成R理解为日期的东西。我的首选是"Date"类。在使用数据尝试上述答案之前，请将数据转换为正确的格式：

tmpTimes3 <- 
    within(tmpTimes3, {
           EntryTime <- as.Date(as.character(EntryTime), format = "%d-%m-%y")
           ExitTime <- as.Date(as.character(ExitTime), format = "%d-%m-%y")
           })

所以你的数据看起来像这样：

> head(tmpTimes3)
    EntryTime   ExitTime
8  2010-01-14 2010-03-16
9  2010-01-05 2010-01-17
7  2010-01-10 2010-01-30
3  2010-01-08 2010-04-16
10 2010-01-01 2010-01-26
13 2010-01-12 2010-02-15
> str(tmpTimes3)
'data.frame':   15 obs. of  2 variables:
 $ EntryTime:Class 'Date'  num [1:15] 14623 14614 14619 14617 14610 ...
 $ ExitTime :Class 'Date'  num [1:15] 14684 14626 14639 14715 14635 ...

简短回答：

• 如果尚未转换为日期，请转换为日期。
• 然后在日期列表中使用min和max。

date_list = structure(c(15401, 15405, 15405), class = "Date")
date_list
#[1] "2012-03-02" "2012-03-06" "2012-03-06"

min(date_list)
#[1] "2012-03-02"
max(date_list)
#[1] "2012-03-06"

以下是tidyverse解决方案：

library(dplyr)

df <- data.frame(dates = structure(c(15401, 15405, 15505, 16506), class = "Date"))
df
#>        dates
#> 1 2012-03-02
#> 2 2012-03-06
#> 3 2012-06-14
#> 4 2015-03-12

# earliest and oldest dates in this order 
# diff is the difference between earliest and oldest dates
df %>%
  arrange(desc(df)) %>%
  slice(c(1, nrow(.))) %>%
  mutate(diff = lag(dates) - dates)
#>        dates      diff
#> 1 2015-03-12   NA days
#> 2 2012-03-02 1105 days

创建于2023-05-01使用reprex v2.0.2

更简单。在日期列上使用summary()直接给出Min和Max等。示例：summary(df$date)