如何将数据框中混合格式的Excel日期转换为R可识别日期？

问题场景 #

导入的Excel数据框中，Date列同时包含mdY格式字符串和Excel数值型日期（如"35462"），数据结构如下：

data <- structure(list(Date = c("12/31/1996", "35462", "35490", "35582", 
"35612", "35643", "35674", "35704", "1/13/1997", "1/14/1997", 
"1/15/1997")), row.names = c(NA, -11L), class = c("tbl_df", "tbl", 
"data.frame"))

尝试转换时使用以下代码报错：

library(tidyverse)
library(lubridate)

data_fixed <- data %>% 
  mutate(Date = parse_date_time(Date, c('mdY')))

replace(data_fixed, is.na(data_fixed), as.Date(as.integer(data[is.na(data_fixed)]), origin = "1899-12-30"))

报错信息：

Error in `[<-`:
! Subscript `list` is a matrix, the data `values` must have size 1.
Run `rlang::last_trace()` to see where the error occurred.

报错原因 #

1. data[is.na(data_fixed)]返回的是数据框而非向量，as.integer无法直接处理数据框，导致后续转换失败；
2. replace处理数据框时，is.na(data_fixed)生成的是逻辑矩阵，与要替换的数值向量维度不匹配，触发下标错误。

解决方法 #

方法1：分情况处理（case_when） #

通过正则判断字符串是否为纯数字，分别转换为日期格式：

library(tidyverse)
library(lubridate)

data_cleaned <- data %>%
  mutate(
    # 标记是否为Excel数值型日期
    is_excel_date = str_detect(Date, "^\\d+$"),
    # 分情况转换
    Date = case_when(
      is_excel_date ~ as.Date(as.integer(Date), origin = "1899-12-30"),
      TRUE ~ mdy(Date)
    )
  ) %>%
  select(-is_excel_date) # 移除辅助列

# 查看结果
print(data_cleaned)

方法2：直接用parse_date_time匹配多格式 #

parse_date_time支持同时传入多种格式，自动匹配转换：

data_cleaned2 <- data %>%
  mutate(Date = parse_date_time(Date, orders = c("mdY", "integer")) %>% as.Date())

print(data_cleaned2)

两种方法最终都会得到统一的Date列（R标准日期格式）：

# A tibble: 11 × 1
   Date      
   <date>    
 1 1996-12-31
 2 1997-05-19
 3 1997-06-06
 4 1997-09-06
 5 1997-10-06
 6 1997-11-06
 7 1997-12-07
 8 1998-01-06
 9 1997-01-13
10 1997-01-14
11 1997-01-15

内容的提问来源于stack exchange，提问作者Tanga94