R语言怎样以中国综合社会调查2010数据为例实现出生日期转换为年龄：

这期内容当中小编将会给大家带来有关R语言怎样以中国综合社会调查2010数据为例实现出生日期转换为年龄：，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

以中国综合社会调查(cgss)2010数据为例，数据是以下形式的：

如上图展示的数据，调查项目很多（有上百个选项），需要我们选取所需的变量进行研究，另外部分数据是字符型的（如城市、是否、男女），还存在缺失值等等，这些都需要我们去进行整理与清洗，得到结构性的数据作下一步分析。

1.文件"cgss2010"数据

在R中输入如下代码，先设置工作路径：

setwd("D:/R回归")getwd()

然后读取文件：

data <- read.csv("cgss2010.csv", header = T, encoding="UTF8", na.strings = "NA")

2.经过筛选变量、抽取部分样本与缺失值处理等步骤，最终得到文件：

names(data)data1<-subset(data, select=c("ID","S5","S41","A2","A3A","A3B" ,"A3C","A4","A7A","A15","A8A","A36","L6A") )names(data1)set.seed(1)data2=data1[sample(nrow(data1), 300),] #随机抽样 300个样本dim(data2)head(data2,5) #展示前5行数据is.na(data2) #查询数据集中是否存在缺失数据colSums(is.na(data2)) #查询每列的缺失值数量rowSums(is.na(data2)) #显示缺失数据的行nrow(data2) #显示行数data_trimmed <-na.omit(data2) #剔除缺失值nrow(data_trimmed)data_trimmed

以上代码过程可参见《R语言的数据处理与数据清洗：以中国综合社会调查(cgss)2010数据为例》。

出生日期的数据呈现如下：

A3A、A3B、A3C分别代表出生年、月、日，若转换为年龄，还需把这三个变量合并在一起，并转换成日期格式，具体命令如下：

playdatetime <- paste(data_trimmed$A3A,data_trimmed$A3B,data_trimmed$A3C)playdatetimeplaydatetime <- lubridate::parse_date_time(playdatetime,"%y-%m-%d")playdatetimedatetime <- as.Date(playdatetime,format="%Y-%m-%d")

这里paste可以将任意数量的参数组合在一起；

lubridate::parse_date_time中

lubridate包

该主要有两类函数，一类用于处理时点数据（timeinstants），另一类则用于处理时段数据（time spans）。

parse_date_time是其中的函数，它可以将格式各样的日期时间字符转换为日期时间类型的数据。该函数中有一个重要的参数，即orders，通过该参数指定可能的日期格式顺序，如年-月-日或月-日-年等顺序；

as.Date就是把数据转化成日期格式，以便于其他日期进行加减计算。

接下来就是以某个时间段为截止点，进行年龄计算，命令如下：

today <- "2021-02-28"today <- rep(today,length(data_trimmed$A3A))tod =as.Date(today,format="%Y-%m-%d")todday <- tod - datetimeage <- round(day/365)age

rep就是把today重复输出，然后用as.Date转化成日期格式；

最后就进行相减的计算；

得到的数值是多少天，而不是多少年或者多少岁，所以用day/365，转换成多少岁，round（）是取整数。

以上就会得到变量年龄的数值。

上述就是小编为大家分享的R语言怎样以中国综合社会调查2010数据为例实现出生日期转换为年龄：了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注行业资讯频道。