Excel导入R时dd/mm/yy日期被误识别的修正方法问询

问题根源是Excel将你输入的dd/mm/yy格式日期错误解析为mm/dd/yy，并存储为对应的序列值，导入R后直接转换会得到日月颠倒的错误日期。以下是两种可行的解决方法：

方法一：导入后修正数值型日期 #

加载dplyr和lubridate包，先将数值转换为Excel识别的错误日期，再交换日和月得到正确值，同时保留字符型日期的解析逻辑：

library(dplyr)
library(lubridate)

df_dl2 <- df_dl %>%
  mutate(across(c(`specimen taken`, `specimen received at NHL`), 
                function(x) {
                  case_when(
                    # 处理数值型日期：先转错误日期，再交换日月
                    grepl("^[0-9\\.]+$", x) ~ {
                      wrong_date <- as.numeric(x) |> as_date(origin = "1899-12-30")
                      make_date(year(wrong_date), day(wrong_date), month(wrong_date)) |> as_datetime()
                    },
                    # 处理dd-mm-YYYY格式的字符型日期
                    TRUE ~ as_datetime(x, format = "%d-%m-%Y")
                  )
                },
                .names = "cleaned_{.col}"))

方法二：先以文本格式导入再统一处理 #

导入时指定日期列为文本类型，避免自动转为数值，再用lubridate::dmy()自动识别多种dd/mm格式的日期文本：

# 以文本格式导入日期列
df_dl <- rio::read("你的文件路径.xlsx", 
                   col_types = list(`specimen taken` = "text", 
                                    `specimen received at NHL` = "text"))

# 统一处理文本型日期
df_dl2 <- df_dl %>%
  mutate(across(c(`specimen taken`, `specimen received at NHL`), 
                function(x) {
                  case_when(
                    # 处理文本形式的Excel序列值
                    grepl("^[0-9\\.]+$", x) ~ {
                      wrong_date <- as.numeric(x) |> as_date(origin = "1899-12-30")
                      make_date(year(wrong_date), day(wrong_date), month(wrong_date)) |> as_datetime()
                    },
                    # 自动识别dd/mm/yy、dd-mm-YYYY等格式
                    grepl("^\\d{2}[-/]\\d{2}[-/]\\d{2,4}$", x) ~ dmy(x) |> as_datetime(),
                    # 无法识别的格式返回缺失值
                    TRUE ~ NA_datetime_
                  )
                },
                .names = "cleaned_{.col}"))

说明：

• case_when比ifelse逻辑更清晰，支持多条件分支。
• dmy()函数无需手动指定格式，能兼容斜杠/横线分隔的dd/mm类日期文本。

内容的提问来源于stack exchange，提问作者Rstudyer