在R中提取含混合格式日期的DataFrame列的年月

你的问题核心是Date列同时包含Excel日期序列号（数字字符串）和文本格式日期，直接用as.Date()会因为格式不统一解析失败。下面分基础R和lubridate两种方案解决：

方案一：基础R实现（无需额外包） #

# 1. 先将日期列转为字符型，统一处理格式
df$Date_char <- as.character(df$Date)

# 2. 识别Excel日期序列号（纯数字字符串）
is_excel <- grepl("^\\d+$", df$Date_char)

# 3. 分别转换两种格式的日期
# Excel序列号转Date：origin用1899-12-30适配Windows Excel的日期系统（若为Mac Excel，改为"1904-01-01"）
excel_dates <- as.Date(as.numeric(df$Date_char[is_excel]), origin = "1899-12-30")
# 文本日期转Date：匹配"30-Sep-2019"格式
text_dates <- as.Date(df$Date_char[!is_excel], format = "%d-%b-%Y")

# 4. 合并为统一的Date列
df$Date_clean <- as.Date(NA)
df$Date_clean[is_excel] <- excel_dates
df$Date_clean[!is_excel] <- text_dates

# 5. 生成目标年月列（格式如"3-1998"，月份不带前导零）
df$YearMonth <- paste0(
  ifelse(substr(format(df$Date_clean, "%m"), 1, 1) == "0", 
         substr(format(df$Date_clean, "%m"), 2, 2), 
         format(df$Date_clean, "%m")),
  "-",
  format(df$Date_clean, "%Y")
)

方案二：用lubridate简化处理（推荐） #

lubridate的parse_date_time()可以自动识别多种日期格式，代码更简洁：

library(lubridate)

# 自动识别两种格式："dby"对应"30-Sep-2019"，"numeric"对应Excel序列号
df$Date_clean <- parse_date_time(df$Date, orders = c("dby", "numeric"), origin = "1899-12-30")

# 直接提取月份和年份拼接，自动得到无前置零的格式
df$YearMonth <- paste0(month(df$Date_clean), "-", year(df$Date_clean))

为什么你的原代码失败？ #

format(as.Date(df$Date), "%m/%Y")没有区分两种格式：

• Excel序列号是数字字符串，as.Date()会默认按字符日期解析，直接报错或生成无效日期；
• 文本日期"30-Sep-2019"没有指定format参数，as.Date()会使用系统默认的日期格式，大概率解析失败。

内容的提问来源于stack exchange，提问作者newfinder