如何在R中读取含混合日期与字符的Excel文件并保留原格式？

核心原因 #

Excel的常规格式下，1900年后的标准日期会被存储为底层序列号（比如你遇到的9862、11270），而1899年前的日期和带xx的字符内容是纯文本。R默认导入时会自动解析日期，导致序列号暴露，要保留原始显示格式，关键是强制将目标列按文本类型读取。

具体解决方案 #

方法1：用readxl包指定列类型

readxl是R中处理Excel文件的常用包，支持直接指定每列的读取类型：

1. 安装并加载包：

install.packages("readxl")
library(readxl)

2. 读取文件时，把date1和date2强制设为文本类型（其他列按需指定类型，比如数值型用"numeric"）：

# 示例：假设文件有3列，date1、date2为目标列，第三列为数值
df <- read_excel(
  "你的文件路径.xlsx",
  col_types = list(
    date1 = "text",
    date2 = "text",
    third_col = "numeric"
  )
)

这样读取后，date1和date2会完全保留Excel里的原始显示内容，不会出现序列号。

方法2：用openxlsx包读取原始显示文本

openxlsx可以直接读取单元格的显示文本，而非底层存储值：

1. 安装并加载包：

install.packages("openxlsx")
library(openxlsx)

2. 读取文件时关闭日期自动解析：

wb <- loadWorkbook("你的文件路径.xlsx")
df <- readWorkbook(wb, sheet = 1, getDates = FALSE, detectDates = FALSE)

getDates = FALSE和detectDates = FALSE会彻底禁用日期解析，所有列都按原始文本读取。

后续处理（可选） #

如果需要把合法日期转成R的日期格式，可以先过滤掉带xx的无效行，再用lubridate包处理：

install.packages("lubridate")
library(lubridate)

# 清理date1列，将有效日期转为R日期格式，无效值设为NA
df$date1_clean <- ifelse(grepl("xx", df$date1), NA, ymd(df$date1))

内容的提问来源于stack exchange，提问作者johnny