如何批量转换R列表中dataframe的非标准d2列为日期类型？

问题背景 #

现有一个包含多个DataFrame的列表，示例代码如下：

df1 <- data.frame(d1 = c (1,2,3),
                  d2 = c ("2021-01-01", "2021-01-02", "2021-01-03"))

df2 <- data.frame(d1 = c (11,22,33, 56),
                  d2 = c ("43877", "43878", "43879", "43880"))

df3 <- data.frame(d1 = c (0.1,0.2,0.3),
                  d2 = c ("2022-01-01", "2022-01-02", "2022-01-03"))

dff <- list (df1, df2, df3)

其中部分DataFrame的d2列是Excel风格的日期序列号文本（如"43877"），需要先转为数值再以1899-12-30为原点转换为日期；另一部分d2列已经是标准日期格式文本，无需额外处理。要求结合apply系列函数与条件判断，批量完成转换。

解决方案 #

步骤1：编写单个DataFrame的处理函数 #

定义一个处理单个DataFrame的函数，通过条件判断区分两种d2列类型，执行对应转换逻辑：

process_d2_col <- function(df) {
  # 尝试将d2转为数值，用suppressWarnings屏蔽转换标准日期时的警告
  num_convert <- suppressWarnings(as.numeric(df$d2))
  # 若转换后无NA，说明是Excel日期序列号文本，执行指定转换
  if (!any(is.na(num_convert))) {
    df$d2 <- as.Date(num_convert, origin = "1899-12-30")
  } else {
    # 否则按标准日期格式转换
    df$d2 <- as.Date(df$d2)
  }
  return(df)
}

步骤2：用lapply批量处理列表 #

调用lapply遍历列表中的每个DataFrame，应用上述处理函数：

# 批量处理后的新列表
dff_processed <- lapply(dff, process_d2_col)

验证结果 #

可以查看处理后的结果，确认转换是否正确：

# 查看原Excel序列号转换后的日期
print(dff_processed[[2]]$d2)
# 输出："2020-01-06" "2020-01-07" "2020-01-08" "2020-01-09"

# 查看标准日期转换后的类型
class(dff_processed[[1]]$d2)
# 输出："Date"

内容的提问来源于stack exchange，提问作者GrBa