R：如何获取月份的周数

我是R的新手。
我想知道日期所属的月份的周数

通过使用以下代码：

>CurrentDate<-Sys.Date()
>Week Number <- format(CurrentDate, format="%U")
>Week Number
"31"

>当前日期周数周数
"31"

%U将返回一年中的周数。
但是我想要一个月的周数。
如果日期是2014-08-01，那么我想得到1。（该日期属于该月的第一周）

例如：
2014-09-04->1（该日期属于该月的第一周）。
2014-09-10->2（该日期属于该月的第二周）。
等等

我怎么能得到这个

参考：

---

我不知道R，但如果你取当月第一天的一周，你可以用它来获得当月的一周

2014-09-18
First day of month = 2014-09-01
Week of first day on month = 36
Week of 2014-09-18 = 38
Week in the month = 1 + (38 - 36) = 3

---

您可以使用lubridate软件包中的

day

。我不确定包中是否有一周的月份类型函数，但我们可以进行计算

library(lubridate)
curr <- Sys.Date()
# [1] "2014-08-08"
day(curr)               ## 8th day of the current month
# [1] 8
day(curr) / 7           ## Technically, it's the 1.14th week
# [1] 1.142857
ceiling(day(curr) / 7)  ## but ceiling() will take it up to the 2nd week.
# [1] 2

库（lubridate）
curr类似于
工作日
函数：

monthweeks <- function(x) {
    UseMethod("monthweeks")
}
monthweeks.Date <- function(x) {
    ceiling(as.numeric(format(x, "%d")) / 7)
}
monthweeks.POSIXlt <- function(x) {
    ceiling(as.numeric(format(x, "%d")) / 7)
}
monthweeks.character <- function(x) {
    ceiling(as.numeric(format(as.Date(x), "%d")) / 7)
}
dates <- sample(seq(as.Date("2000-01-01"), as.Date("2015-01-01"), "days"), 7)
dates
#> [1] "2004-09-24" "2002-11-21" "2011-08-13" "2008-09-23" "2000-08-10" "2007-09-10" "2013-04-16"
monthweeks(dates)
#> [1] 4 3 2 4 2 2 3

我遇到了同样的问题，我用
data.table
package中的
mday
解决了这个问题。此外，我意识到在使用
天花（）
函数时，还需要考虑“第五周”的情况。例如，每月30天的
上限
上限（30/7）
将给出5！因此，下面的
ifelse
语句

# Create a sample data table with days from year 0 until present
DT <- data.table(days = seq(as.Date("0-01-01"), Sys.Date(), "days"))
# compute the week of the month and account for the '5th week' case
DT[, week := ifelse( ceiling(mday(days)/7)==5, 4, ceiling(mday(days)/7) )]

> DT
              days week
     1: 0000-01-01    1
     2: 0000-01-02    1
     3: 0000-01-03    1
     4: 0000-01-04    1
     5: 0000-01-05    1
    ---                
736617: 2016-10-14    2
736618: 2016-10-15    3
736619: 2016-10-16    3
736620: 2016-10-17    3
736621: 2016-10-18    3

计算超过70万天的周数大约需要3秒钟

但是，上面的
上限
方式始终会使最后一周比所有其他周都长（四周有7天、7天、7天和9天或10天）。另一种方法是使用

ceiling(1:31/31*4)
 [1] 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4

在31天的月内，每周分别有7天、8天、8天和8天

DT[, week2 := ceiling(mday(days)/31*4)]

使用
lubridate
可以

ceiling((day(date) + first_day_of_month_wday(date) - 1) / 7)

其中函数
month的first\u day\u wday
返回每月第一天的工作日

first_day_of_month_wday <- function(dx) {
  day(dx) <- 1
  wday(dx)
}

first_day_of u month_wday我不知道任何内置函数，但需要一个解决方法

CurrentDate <- Sys.Date()
# The number of the week relative to the year
weeknum <- as.integer( format(CurrentDate, format="%U") )

# Find the minimum week of the month relative to the year
mindatemonth <- as.Date( paste0(format(CurrentDate, "%Y-%m"), "-01") )
weeknummin <- as.integer( format(mindatemonth, format="%U") ) # the number of the week of the first week within the month

# Calculate the number of the week relative to the month
weeknum <- weeknum - (weeknummin - 1) # this is as an integer

# With the following you can convert the integer to the same format of 
# format(CurrentDate, format="%U")
formatC(weeknum, width = 2, flag = "0")

CurrentDate使用
lubridate
软件包有一种简单的方法：

stringi::stri_datetime_fields(dates)$WeekOfMonth
#> [1] 4 4 2 4 2 3 3

isoweek（）
返回ISO 8601系统中显示的一周，该系统使用重复出现的闰周

epiweek（）
是美国疾病预防控制中心版的流行病学周。它遵循的规则与
isoweek（）
但从周日开始。在世界其他地区，该公约将在周一开始流行病学周，这与
isoweek（）
相同

参考
问题概述
很难判断哪些答案有效，因此我在第n周构建了自己的函数，并与其他函数进行了对比测试

导致大多数答案不正确的问题是：


一个月的第一周通常是很短的一周
与本月最后一周相同

例如，2019年10月1日是周二，因此10月6日（即周日）已经是第二周。此外，连续月份通常在各自的计数中共享同一周，这意味着上个月的最后一周通常也是当前月份的第一周。因此，我们预计每年的周数将超过52周，有些月份的跨度为6周。


结果比较
下面的表格显示了上述建议算法出现错误的示例：

DATE            Tori user206 Scri Klev Stringi Grot Frei Vale epi iso coni
Fri-2016-01-01    1     1      1   1      5      1    1    1    1   1   1
Sat-2016-01-02    1     1      1   1      1      1    1    1    1   1   1
Sun-2016-01-03    2     1      1   1      1      2    2    1  -50   1   2
Mon-2016-01-04    2     1      1   1      2      2    2    1  -50 -51   2
----
Sat-2018-12-29    5     5      5   5      5      5    5    4    5   5   5
Sun-2018-12-30    6     5      5   5      5      6    6    4  -46   5   6
Mon-2018-12-31    6     5      5   5      6      6    6    4  -46 -46   6
Tue-2019-01-01    1     1      1   1      6      1    1    1    1   1   1

您可以看到，由于对部分周周期的治疗，只有Grothendieck、conighion、Freitas和Tori是正确的。我比较了从100年到3000年的所有日子；这四个国家之间没有区别。（Stringi将周末记为单独的递增时段可能是正确的，但我没有进行确认；epiweek（）和isoweek（）由于它们的预期用途，在使用它们进行周末递增时，在接近年终时表现出一些奇怪的行为。）



速度比较
以下是Tori、Grothendieck、Conighion和Freitas实现之间的效率测试

希望这项工作能节省人们的时间，省去他们筛选所有答案的时间。
我参加聚会迟到了，也许没人会读到这个答案

无论如何，为什么不保持简单，这样做：

library(lubridate)

x <- ymd(20200311, 20200308)

week(x) - week(floor_date(x, unit = "months")) + 1

[1] 3 2

库（lubridate）
x只需这样做：

库（lubridate）

ds1$Week星期天属于哪一周？（也就是说，在你想要结果的地方，哪一天是一周的第一天？@JoachimIsaksson Sunday是我工作日的第一天这项工作
这周可以用R写成这样：
d@G.Grothendieck这是唯一适用于“2014-08-21”的答案，条件是“2014-08-01”是8月1日和“2014-08-04”是第二周。如果你回答的话，我会在perlice的基础上再加上你一个。不要用这种方法。它不起作用，因为它没有考虑月的第一天的工作日。例如，2017年9月1日是星期五。对9月4日星期一使用此方法，我们得到的
上限（天（ymd（“20170904”））/7）
等于
1
，但应该是该月的第二周。请注意，这从周一开始计算周数。如果一个月的第二天是星期一，这将是第二周。你好，谢谢。这对我很有用。它简单有效。我只是不明白+1是什么。我相信
lubridate
中的
week
将返回从日期到1月1日之间完成的7天周期数（加1）。OP请求是一个月的周数（不是从年初开始）。实际上，我的答案是检索年度周数。如果有人在寻找一种快速提取年度周数的方法时，而不是从月份（如我所做的）发现了这篇文章，也许我可以把它作为额外的信息。
# prep
library(lubridate)
library(tictoc)

kepler<- ymd(15711227) # Kepler's birthday since it's a nice day and gives a long vector of dates
some_dates<- seq(kepler, today(), by='day')


# test speed of Tori algorithm
tic(msg = 'Tori')
Tori<- (5 + day(some_dates) + wday(floor_date(some_dates, 'month'))) %/% 7
toc()
Tori: 0.19 sec elapsed

# test speed of Grothendieck algorithm
wk <- function(x) as.numeric(format(x, "%U"))
tic(msg = 'Grothendieck')
Grothendieck<- (wk(some_dates) - wk(as.Date(cut(some_dates, "month"))) + 1)
toc()
Grothendieck: 1.99 sec elapsed

# test speed of conighion algorithm
tic(msg = 'conighion')
weeknum <- as.integer( format(some_dates, format="%U") )
mindatemonth <- as.Date( paste0(format(some_dates, "%Y-%m"), "-01") )
weeknummin <- as.integer( format(mindatemonth, format="%U") ) # the number of the week of the first week within the month
conighion <- weeknum - (weeknummin - 1) # this is as an integer
toc()
conighion: 2.42 sec elapsed

# test speed of Freitas algorithm
first_day_of_month_wday <- function(dx) {
   day(dx) <- 1
   wday(dx)
 }
tic(msg = 'Freitas')
Freitas<- ceiling((day(some_dates) + first_day_of_month_wday(some_dates) - 1) / 7)
toc()
Freitas: 0.97 sec elapsed

# some_dates above is any vector of dates, like:
some_dates<- seq(ymd(20190101), today(), 'day')

nth_week<- function(dates = NULL,
                    count_weeks_in = c("month","year"),
                    begin_week_on = "Sunday"){

  require(lubridate)

  count_weeks_in<- tolower(count_weeks_in[1])

  # day_names and day_index are for beginning the week on a day other than Sunday
  # (this vector ordering matters, so careful about changing it)
  day_names<- c("Monday","Tuesday","Wednesday","Thursday","Friday","Saturday","Sunday")

  # index integer of first match
  day_index<- pmatch(tolower(begin_week_on),
                     tolower(day_names))[1]


  ### Calculate week index of each day

  if (!is.na(pmatch(count_weeks_in, "year"))) {

    # For year:
    # sum the day of year, index for day of week at start of year, and constant 5 
    #  then integer divide quantity by 7   
    # (explicit on package so lubridate and data.table don't fight)
    n_week<- (5 + 
                lubridate::yday(dates) + 
                lubridate::wday(floor_date(dates, 'year'), 
                                week_start = day_index)
    ) %/% 7

  } else {

    # For month:
    # same algorithm as above, but for month rather than year
    n_week<- (5 + 
                lubridate::day(dates) + 
                lubridate::wday(floor_date(dates, 'month'), 
                                week_start = day_index)
    ) %/% 7

  }

  # naming very helpful for review
  names(n_week)<- paste0(lubridate::wday(dates,T), '-', dates)

  n_week

}

# Example raw vector output: 
some_dates<- seq(ymd(20190930), today(), by='day')
nth_week(some_dates)

Mon-2019-09-30 Tue-2019-10-01 Wed-2019-10-02 
             5              1              1 
Thu-2019-10-03 Fri-2019-10-04 Sat-2019-10-05 
             1              1              1 
Sun-2019-10-06 Mon-2019-10-07 Tue-2019-10-08 
             2              2              2 
Wed-2019-10-09 Thu-2019-10-10 Fri-2019-10-11 
             2              2              2 
Sat-2019-10-12 Sun-2019-10-13 
             2              3 

# Example tabled output:
library(tidyverse)

nth_week(some_dates) %>% 
  enframe('DATE','nth_week_default') %>% 
  cbind(some_year_day_options = as.vector(nth_week(some_dates, count_weeks_in = 'year', begin_week_on = 'Mon')))

             DATE nth_week_default some_year_day_options
1  Mon-2019-09-30                5                    40
2  Tue-2019-10-01                1                    40
3  Wed-2019-10-02                1                    40
4  Thu-2019-10-03                1                    40
5  Fri-2019-10-04                1                    40
6  Sat-2019-10-05                1                    40
7  Sun-2019-10-06                2                    40
8  Mon-2019-10-07                2                    41
9  Tue-2019-10-08                2                    41
10 Wed-2019-10-09                2                    41
11 Thu-2019-10-10                2                    41
12 Fri-2019-10-11                2                    41
13 Sat-2019-10-12                2                    41
14 Sun-2019-10-13                3                    41

library(lubridate)

x <- ymd(20200311, 20200308)

week(x) - week(floor_date(x, unit = "months")) + 1

[1] 3 2