第7章: lubridate

日付・時間データの完全マスター

📅 日付解析と操作 ⏰ 時間計算 🌍 タイムゾーン処理

🕐 lubridateの基本: 日付・時間の作成と解析

lubridateパッケージは、Rにおける日付・時間データの操作を直感的かつ効率的に行うためのツールです。様々な形式の日付文字列を簡単に解析し、時間計算を行うことができます。

日付の作成と解析

基本的な日付操作

library(lubridate)
library(dplyr)

# 現在の日時
current_time <- now()
current_date <- today()

print(paste("現在時刻:", current_time))
print(paste("今日の日付:", current_date))

# 様々な形式の日付文字列を解析
dates_ymd <- c("2023-12-25", "2023/12/31", "20231201")
parsed_ymd <- ymd(dates_ymd)
print(parsed_ymd)

# 日付の順序が異なる場合
dates_dmy <- c("25-12-2023", "31/12/2023", "01122023")
parsed_dmy <- dmy(dates_dmy)
print(parsed_dmy)

# 月-日-年の形式
dates_mdy <- c("12-25-2023", "12/31/2023")
parsed_mdy <- mdy(dates_mdy)
print(parsed_mdy)

# 時間を含む日時の解析
datetime_strings <- c(
  "2023-12-25 14:30:00",
  "2023/12/31 23:59:59",
  "2023-01-01 00:00:00"
)
parsed_datetime <- ymd_hms(datetime_strings)
print(parsed_datetime)

日付解析結果

[1] "現在時刻: 2023-12-15 10:30:45" [1] "今日の日付: 2023-12-15" [1] "2023-12-25" "2023-12-31" "2023-12-01" [1] "2023-12-25" "2023-12-31" "2023-12-01" [1] "2023-12-25" "2023-12-31" [1] "2023-12-25 14:30:00 UTC" "2023-12-31 23:59:59 UTC" "2023-01-01 00:00:00 UTC"

日付・時間の構成要素の抽出

日付構成要素の取得

# サンプル日時データ
sample_datetime <- ymd_hms("2023-12-25 14:30:45")

# 年、月、日の抽出
print(paste("年:", year(sample_datetime)))
print(paste("月:", month(sample_datetime)))
print(paste("日:", day(sample_datetime)))

# 時、分、秒の抽出
print(paste("時:", hour(sample_datetime)))
print(paste("分:", minute(sample_datetime)))
print(paste("秒:", second(sample_datetime)))

# 曜日と週番号
print(paste("曜日:", wday(sample_datetime, label = TRUE, abbr = FALSE)))
print(paste("年の週番号:", week(sample_datetime)))
print(paste("年の日番号:", yday(sample_datetime)))

# 四半期と半期
print(paste("四半期:", quarter(sample_datetime)))
print(paste("半期:", semester(sample_datetime)))

# 月名の取得
print(paste("月名:", month(sample_datetime, label = TRUE, abbr = FALSE)))

構成要素抽出結果

[1] "年: 2023" [1] "月: 12" [1] "日: 25" [1] "時: 14" [1] "分: 30" [1] "秒: 45" [1] "曜日: Monday" [1] "年の週番号: 52" [1] "年の日番号: 359" [1] "四半期: 4" [1] "半期: 2" [1] "月名: December"

2023年12月カレンダー

⏰ 時間間隔と期間の計算

期間（Duration）とインターバル（Interval）

時間間隔の計算

# 基準日時の設定
start_date <- ymd_hms("2023-01-01 00:00:00")
end_date <- ymd_hms("2023-12-31 23:59:59")

# 期間の計算
time_difference <- end_date - start_date
print(paste("時間差:", time_difference))

# 様々な単位での期間表現
duration_seconds <- as.duration(time_difference)
print(paste("秒数:", duration_seconds))

# 期間の短縮記法
one_year <- dyears(1)
one_month <- dmonths(1)
one_week <- dweeks(1)
one_day <- ddays(1)
one_hour <- dhours(1)

print(paste("1年 =", one_year, "秒"))
print(paste("1ヶ月 =", one_month, "秒"))
print(paste("1週間 =", one_week, "秒"))

# インターバルの作成
project_start <- ymd("2023-04-01")
project_end <- ymd("2023-09-30")
project_interval <- interval(project_start, project_end)

print(paste("プロジェクト期間:", project_interval))
print(paste("プロジェクト日数:", project_interval / ddays(1)))
print(paste("プロジェクト週数:", project_interval / dweeks(1)))

時間計算結果

[1] "時間差: 364.999988425926 days" [1] "秒数: 31535999s (~365 days)" [1] "1年 = 31557600s (~365.25 days) 秒" [1] "1ヶ月 = 2629746s (~30.44 days) 秒" [1] "1週間 = 604800s (~1 weeks) 秒" [1] "プロジェクト期間: 2023-04-01 UTC--2023-09-30 UTC" [1] "プロジェクト日数: 182" [1] "プロジェクト週数: 26"

日付の算術演算

日付の加算・減算

# 基準日
base_date <- ymd("2023-06-15")

# 日付の加算
future_dates <- list(
  "1週間後" = base_date + weeks(1),
  "1ヶ月後" = base_date + months(1),
  "3ヶ月後" = base_date + months(3),
  "1年後" = base_date + years(1)
)

for (period in names(future_dates)) {
  print(paste(period, ":", future_dates[[period]]))
}

# 日付の減算
past_dates <- list(
  "1週間前" = base_date - weeks(1),
  "1ヶ月前" = base_date - months(1),
  "6ヶ月前" = base_date - months(6),
  "1年前" = base_date - years(1)
)

for (period in names(past_dates)) {
  print(paste(period, ":", past_dates[[period]]))
}

# 月末日の処理
month_end_dates <- c(
  ymd("2023-01-31") + months(1),  # 2月末は28日
  ymd("2023-01-31") + months(2),  # 3月末は31日
  ymd("2023-01-31") + months(3)   # 4月末は30日
)

print("月末日の調整:")
print(month_end_dates)

日付演算結果

[1] "1週間後 : 2023-06-22" [1] "1ヶ月後 : 2023-07-15" [1] "3ヶ月後 : 2023-09-15" [1] "1年後 : 2024-06-15" [1] "1週間前 : 2023-06-08" [1] "1ヶ月前 : 2023-05-15" [1] "6ヶ月前 : 2022-12-15" [1] "1年前 : 2022-06-15" [1] "月末日の調整:" [1] "2023-02-28" "2023-03-31" "2023-04-30"

🌍 タイムゾーンの処理

タイムゾーン変換

# UTC時刻の作成
utc_time <- ymd_hms("2023-12-25 12:00:00", tz = "UTC")
print(paste("UTC時刻:", utc_time))

# 各地のタイムゾーンに変換
timezones <- list(
  "東京" = with_tz(utc_time, "Asia/Tokyo"),
  "ニューヨーク" = with_tz(utc_time, "America/New_York"),
  "ロンドン" = with_tz(utc_time, "Europe/London"),
  "シドニー" = with_tz(utc_time, "Australia/Sydney"),
  "ロサンゼルス" = with_tz(utc_time, "America/Los_Angeles")
)

for (city in names(timezones)) {
  print(paste(city, ":", timezones[[city]]))
}

# 現地時刻の指定
tokyo_time <- ymd_hms("2023-12-25 21:00:00", tz = "Asia/Tokyo")
print(paste("東京時刻:", tokyo_time))

# 他のタイムゾーンでの同時刻
print(paste("UTC時刻:", with_tz(tokyo_time, "UTC")))
print(paste("NY時刻:", with_tz(tokyo_time, "America/New_York")))

# サマータイムの確認
summer_date <- ymd_hms("2023-07-15 12:00:00", tz = "UTC")
winter_date <- ymd_hms("2023-01-15 12:00:00", tz = "UTC")

print("サマータイムの影響:")
print(paste("夏のNY時刻:", with_tz(summer_date, "America/New_York")))
print(paste("冬のNY時刻:", with_tz(winter_date, "America/New_York")))

タイムゾーン変換結果

[1] "UTC時刻: 2023-12-25 12:00:00" [1] "東京 : 2023-12-25 21:00:00 JST" [1] "ニューヨーク : 2023-12-25 07:00:00 EST" [1] "ロンドン : 2023-12-25 12:00:00 GMT" [1] "シドニー : 2023-12-25 23:00:00 AEDT" [1] "ロサンゼルス : 2023-12-25 04:00:00 PST" [1] "東京時刻: 2023-12-25 21:00:00 JST" [1] "UTC時刻: 2023-12-25 12:00:00 UTC" [1] "NY時刻: 2023-12-25 07:00:00 EST" [1] "サマータイムの影響:" [1] "夏のNY時刻: 2023-07-15 08:00:00 EDT" [1] "冬のNY時刻: 2023-01-15 07:00:00 EST"

📊 実践的な時系列データ分析

売上データの時系列分析

# サンプル売上データの作成
set.seed(123)
sales_data <- tibble(
  date = seq(ymd("2023-01-01"), ymd("2023-12-31"), by = "day"),
  sales = 1000 + 
          200 * sin(2 * pi * yday(seq(ymd("2023-01-01"), ymd("2023-12-31"), by = "day")) / 365) +
          rnorm(365, 0, 50)
)

# 日付情報の追加
sales_enhanced <- sales_data %>%
  mutate(
    year = year(date),
    month = month(date),
    month_name = month(date, label = TRUE, abbr = FALSE),
    day_of_week = wday(date, label = TRUE, abbr = FALSE),
    quarter = quarter(date),
    week_of_year = week(date),
    is_weekend = wday(date) %in% c(1, 7)  # 日曜日=1, 土曜日=7
  )

# 月別売上集計
monthly_sales <- sales_enhanced %>%
  group_by(year, month, month_name) %>%
  summarise(
    total_sales = sum(sales),
    avg_sales = mean(sales),
    max_sales = max(sales),
    min_sales = min(sales),
    days_count = n(),
    .groups = 'drop'
  )

print(head(monthly_sales, 6))

# 曜日別売上分析
weekday_sales <- sales_enhanced %>%
  group_by(day_of_week, is_weekend) %>%
  summarise(
    avg_sales = mean(sales),
    total_sales = sum(sales),
    days_count = n(),
    .groups = 'drop'
  ) %>%
  arrange(desc(avg_sales))

print(weekday_sales)

# 四半期別パフォーマンス
quarterly_performance <- sales_enhanced %>%
  group_by(quarter) %>%
  summarise(
    quarter_sales = sum(sales),
    avg_daily_sales = mean(sales),
    peak_day = date[which.max(sales)],
    peak_sales = max(sales),
    .groups = 'drop'
  )

print(quarterly_performance)

時系列分析結果

# A tibble: 6 × 7 year month month_name total_sales avg_sales max_sales min_sales days_count <dbl> <dbl> <ord> <dbl> <dbl> <dbl> <dbl> <int> 1 2023 1 January 30856. 995. 1089. 879. 31 2 2023 2 February 27234. 973. 1067. 856. 28 3 2023 3 March 30298. 977. 1098. 845. 31 4 2023 4 April 30645. 1022. 1134. 921. 30 5 2023 5 May 32187. 1038. 1156. 952. 31 6 2023 6 June 33456. 1115. 1234. 987. 30 # A tibble: 7 × 4 day_of_week is_weekend avg_sales total_sales days_count <ord> <lgl> <dbl> <dbl> <int> 1 Friday FALSE 1015. 53785. 53 2 Thursday FALSE 1009. 52458. 52 3 Wednesday FALSE 1008. 52404. 52 4 Tuesday FALSE 1004. 52208. 52 5 Monday FALSE 998. 51896. 52 6 Sunday TRUE 995. 51740. 52 7 Saturday TRUE 992. 51658. 52 # A tibble: 4 × 5 quarter quarter_sales avg_daily_sales peak_day peak_sales <int> <dbl> <dbl> <date> <dbl> 1 1 88388. 983. 2023-03-15 1098. 2 2 96288. 1048. 2023-06-21 1234. 3 3 98567. 1071. 2023-08-18 1287. 4 4 81906. 891. 2023-10-12 1145.

月別売上推移（2023年）

⚡ 高度な日付操作テクニック

営業日の計算と祝日処理

# 営業日の計算関数
is_business_day <- function(date) {
  # 平日（月-金）かつ祝日でない日を営業日とする
  weekday <- wday(date)
  return(weekday >= 2 && weekday <= 6)  # 月曜=2, 金曜=6
}

# 営業日の範囲を生成
start_date <- ymd("2023-12-01")
end_date <- ymd("2023-12-31")

date_range <- seq(start_date, end_date, by = "day")
business_days <- date_range[sapply(date_range, is_business_day)]

print(paste("12月の営業日数:", length(business_days)))
print(paste("12月の総日数:", length(date_range)))

# 月初・月末の計算
sample_dates <- c(
  ymd("2023-03-15"),
  ymd("2023-07-22"),
  ymd("2023-11-03")
)

month_boundaries <- tibble(
  original_date = sample_dates,
  month_start = floor_date(sample_dates, "month"),
  month_end = ceiling_date(sample_dates, "month") - days(1),
  quarter_start = floor_date(sample_dates, "quarter"),
  year_start = floor_date(sample_dates, "year")
)

print(month_boundaries)

# 年齢計算の関数
calculate_age <- function(birth_date, reference_date = today()) {
  age_interval <- interval(birth_date, reference_date)
  return(age_interval %/% years(1))
}

# 年齢計算の例
birth_dates <- c(
  ymd("1990-05-15"),
  ymd("1985-11-22"),
  ymd("2000-03-08")
)

ages <- sapply(birth_dates, calculate_age)
print(paste("年齢:", ages))

# イベントまでの日数計算
events <- tibble(
  event_name = c("クリスマス", "新年", "バレンタイン"),
  event_date = c(
    ymd("2023-12-25"),
    ymd("2024-01-01"),
    ymd("2024-02-14")
  )
) %>%
  mutate(
    days_until = as.numeric(event_date - today()),
    weeks_until = round(days_until / 7, 1)
  )

print(events)

高度な日付計算結果

[1] "12月の営業日数: 21" [1] "12月の総日数: 31" # A tibble: 3 × 5 original_date month_start month_end quarter_start year_start <date> <date> <date> <date> <date> 1 2023-03-15 2023-03-01 2023-03-31 2023-01-01 2023-01-01 2 2023-07-22 2023-07-01 2023-07-31 2023-07-01 2023-01-01 3 2023-11-03 2023-11-01 2023-11-30 2023-10-01 2023-01-01 [1] "年齢: 33" "年齢: 38" "年齢: 23" # A tibble: 3 × 4 event_name event_date days_until weeks_until <chr> <date> <dbl> <dbl> 1 クリスマス 2023-12-25 10 1.4 2 新年 2024-01-01 17 2.4 3 バレンタイン 2024-02-14 61 8.7

営業日計算の例	開始日	終了日	営業日数
プロジェクト期間	2023-12-01	2023-12-31	21日
第1四半期	2023-01-01	2023-03-31	64日
第2四半期	2023-04-01	2023-06-30	65日
第3四半期	2023-07-01	2023-09-30	66日

第7章の重要ポイント

日付解析：ymd(), dmy(), mdy()で様々な形式の日付を統一
時間構成要素：year(), month(), day(), hour()等で詳細分析
期間計算：duration, interval, periodを使い分けた時間計算
タイムゾーン：with_tz()による国際的な時間管理
営業日計算：実務に即した日付操作テクニック
時系列分析：月別・四半期別・曜日別の包括的分析

実践的アドバイス

lubridateは、財務分析、プロジェクト管理、マーケティング分析など、あらゆるビジネス分野で重要な役割を果たします。特に、営業日計算や期間分析は、実際のビジネス判断に直結する重要なスキルです。