序数日期的格式（带有后缀 -st、-nd、-rd、-th 的月份中的某天）

我错过了什么吗？我不知道如何将以下内容转换为Dates，其中该月的某天 (%d) 具有序数后缀-st, -nd, -rd, -th:

ord_dates <- c("September 1st, 2016", "September 2nd, 2016",
               "September 3rd, 2016", "September 4th, 2016")

?strptime似乎没有列出序数后缀的简写，并且它不会自动处理：

as.Date(ord_dates, format = c("%B %d, %Y"))
#[1] NA NA NA NA

是否有用于处理忽略字符的标记format争论？我丢失了一个令牌？

我能想到的最好的办法是（可能有更短的正则表达式，但想法相同）：

as.Date(gsub("([0-9]+)(st|nd|rd|th)", "\\1", ord_dates), format = "%B %d, %Y")
# [1] "2016-09-01" "2016-09-02" "2016-09-03" "2016-09-04"

看来这类数据应该是比较常见的；我错过了什么吗？

享受的力量lubridate:

library(lubridate)    
mdy(ord_dates)

[1] "2016-09-01" "2016-09-02" "2016-09-03" "2016-09-04"

在内部，lubridate没有任何特殊的转换规范可以实现这一点。相当，lubridate首先使用（通过聪明的猜测）格式"%B %dst, %Y"。这得到了第一个元素ord_dates.

然后它检查NAs 并重复对剩余元素的智能猜测，确定"%B %dnd, %Y"得到第二个元素。以此类推，直到没有NAs left（在这种情况下发生在 4 次迭代之后），或者直到它的智能猜测无法找到可能的格式候选。

你可以想象这使得lubridate速度较慢，而且确实如此——大约是使用上面 @alistaire 建议的智能正则表达式速度的一半：

set.seed(109123)
ord_dates <- sample(
  c("September 1st, 2016", "September 2nd, 2016",
    "September 3rd, 2016", "September 4th, 2016"),
  1e6, TRUE
  )

library(microbenchmark)

microbenchmark(times = 10L,
               lubridate = mdy(ord_dates),
               base = as.Date(sub("\\D+,", "", ord_dates),
                              format = "%B %e %Y"))
# Unit: seconds
#       expr      min       lq     mean   median       uq      max neval cld
#  lubridate 2.167957 2.219463 2.290950 2.252565 2.301725 2.587724    10   b
#       base 1.183970 1.224824 1.218642 1.227034 1.228324 1.229095    10  a 

明显的优势在于lubridate其优点在于其简洁性和灵活性。