嘿，我来帮你搞定这个头疼的日期转换问题！

首先得搞清楚你看到的35095是什么：这是Excel的日期序列号——Excel把日期存储为从1900年1月0日（没错，是0日，这是Excel历史遗留的小bug）开始计算的天数，每过一天数值加1。你之前用as.Date('35095', format="%B/%d/%Y")返回NA，是因为format参数是用来解析字符串格式的日期（比如"March/01/1996"）的，和序列号完全不匹配，R自然识别不出来。

下面给你两种解决方案，从事后转换到提前规避都有：

1. 已经导入数据后，批量转换日期 #

先把字符型的序列号转成数值型，再用as.Date指定正确的起始原点：

# 单列转换示例
data$your_date_col <- as.Date(as.numeric(data$your_date_col), origin = "1899-12-30")

# 如果有多列日期需要转换，用lapply批量处理
date_cols <- c("date_col1", "date_col2") # 替换成你的日期列名
data[date_cols] <- lapply(data[date_cols], function(x) {
  as.Date(as.numeric(x), origin = "1899-12-30")
})

为什么用origin = "1899-12-30"？因为Excel错误地将1900年判定为闰年（实际不是），导致它的序列号起始点比真实的1900-01-01多了两天，所以用这个原点才能和Excel的序列号对齐。

2. 导入时直接识别日期（更高效） #

既然你用的是rio包，其实可以在导入时就让它自动识别Excel日期，避免事后转换。rio底层会调用readxl处理Excel文件，你可以指定列类型让它自动检测：

library(rio)
# 让readxl自动猜测列类型，包括日期
data <- rio::import(url, format = "xlsx", col_types = "guess")

# 如果知道具体哪一列是日期，也可以精准指定类型
# 比如第一列是日期，其他列是数值和字符：
data <- rio::import(url, format = "xlsx", col_types = c("date", "numeric", "character"))

如果想更灵活，也可以直接用readxl包读取：

library(readxl)
data <- read_excel(url, col_types = "guess")

这样导入后，Excel里的日期会直接变成R的Date类型，一步到位！

内容的提问来源于stack exchange，提问作者Sht