如何用readxl将Excel含不完整日期的列导入为字符型？

核心问题原因 #

Excel中完整日期以数值序列号存储，不完整日期（如2022-05-00）因无法识别为有效日期，会被存储为文本。readxl默认会将数值型日期转为日期格式，文本型日期保留原格式，导致导入后同一列出现混合类型，不符合统一为字符型的需求。

方法一：强制指定日期列为字符型（readxl） #

直接通过col_types参数指定目标列的类型为"text"，确保不管Excel底层存储是数值还是文本，都转为字符型导入。

方式1：按列位置指定 #

如果已知日期列的位置（比如第2、3、5列）：

library(readxl)
# 其他列用"guess"自动识别，日期列指定为"text"
df <- read_excel("你的文件.xlsx", col_types = c("guess", "text", "text", "guess", "text"))

方式2：按列名指定 #

如果知道日期列的名称（比如"交易日期"、"到期日期"），先获取列信息再修改类型：

library(readxl)
library(dplyr)

# 获取Excel工作表的列信息
sheet_info <- excel_sheets("你的文件.xlsx") %>%
  lapply(function(sheet) excel_format("你的文件.xlsx", sheet = sheet)) %>%
  bind_rows()

# 将指定列的类型改为"text"
target_cols <- c("交易日期", "到期日期")
sheet_info$type[sheet_info$name %in% target_cols] <- "text"

# 按修改后的类型导入数据
df <- read_excel("你的文件.xlsx", col_types = sheet_info$type)

方法二：全列按字符型导入（readxl） #

如果不确定哪些列存在特殊日期，可直接将所有列按字符型导入，后续再手动转换其他需要的类型：

library(readxl)
df <- read_excel("你的文件.xlsx", col_types = "text")

# 示例：将数值列转为数值型（假设列名为"金额"）
df$金额 <- as.numeric(df$金额)

补充：保留Excel显示的日期字符串（替代方案） #

如果需要保留Excel界面显示的日期格式（比如2020-04-24而非底层序列号），readxl无法直接读取显示内容，可使用openxlsx包：

library(openxlsx)
# detectDates=FALSE关闭日期识别，colClasses指定全列为字符型
df <- read.xlsx("你的文件.xlsx", detectDates = FALSE, colClasses = "character")

内容的提问来源于stack exchange，提问作者arezaie