一、日期和时间数据类型

在数据分析中，将与时间变化的数据单独作为一种数据类型，称为时间序列数据。时间分析包括两个基本问题

• 对时间序列的描述，也就是这段时间内发生了什么。
• 利用前面的结果进行描述，预测接下来发生什么。
  这也是时间序列分析最重要的作用，随着时间对于一些事物进行预测是基本人类活动。
  生活中的时间数据很多
  生活中的时间数据
  用于时间序列分析的包：TimeSeries
  时间序列的数据类型简称是ts
  日期的数据类型简称是Date

1.将字符串数据类型转换为日期类型

as.Date函数用于将字符串类型转化为日期类型。format指定输出格式，%Y指四位数的年份，%y则指两位数的年份；同理，%m指两位数月份，%d指两位数日期。关于format中字母的含义可以通过?strftime查看对应的含义。

a<-"2017-01-01"
as.Date(a,format="%Y-%m-%d")      #将字符串a转换成日期类型并输出
##class(as.Date(a,format="%Y-%m-%d") ） #可用于知晓数据类型

2.seq函数创建连续日期点

seq函数和as.Date函数结合使用，可以产生日期序列，这使得函数可以一次性的产生一连串正确的日期序列，避免了2月30日这种错误格式的出现

润二月的日期生成序列与非润年二月日期生成序列

3.ts函数创建连续时间序列

ts函数用于生成连续时间序列，start是起始点，end是终止点，frequency值是指一年内采集几次数据，frequency=1指每年采集一次数据，frequency=4指每季度采集一次数据，frequency=12指每月采集一次数据。

sales<-round(runif(48,min=50,max=100))
ts(sales,start=c(2010,5),end=c(2014,4),frequency=12)
ts(sales,start=c(2010,5),end=c(2014,4),frequency=4)
ts(sales,start=c(2010,5),end=c(2014,4),frequency=1)

frequency分别对应12，4，1的时间序列结果