如何在R中无需辅助列过滤并统一转换数据库中的多种日期类型

可以利用dplyr::case_when()函数，直接根据date列的特征区分三类数据，一次性完成转换，不需要依赖虚构的value列：

library(dplyr)

data_a <- read.csv(text = "
year,date,value
2018,43238,1
2017,43267,2
2020,7/25,3
2018,,4
2013,,5
2000,8/23,6
2000,9/21,7")

data_final <- data_a %>%
  mutate(data_formatted = case_when(
    # 处理Excel导出的日期数字：匹配纯数字格式且非空的date
    !is.na(date) & grepl("^\\d+$", date) ~ as.Date(as.numeric(date), origin = "1899-12-30"),
    # 处理缺失年份的不完整日期：匹配含/的月日格式且非空的date
    !is.na(date) & grepl("/", date) ~ as.Date(paste0(year, "/", date)),
    # 处理空值或其他异常情况
    TRUE ~ as.Date(NA)
  ))

逻辑说明 #

• Excel日期数字：通过grepl("^\\d+$", date)识别纯数字格式的date，转换为数值后用as.Date()结合Excel的起始日期1899-12-30完成转换。
• 不完整日期：通过grepl("/", date)识别月/日格式的date，拼接year列后转换为标准日期。
• 空值/缺失日期：剩余所有情况直接赋值为NA（日期类型）。

验证结果 #

运行代码后，data_final$date_formatted列会得到统一的标准日期类型：

> data_final$date_formatted
[1] "2018-05-30" "2017-06-28" "2020-07-25" NA           NA           "2000-08-23" "2000-09-21"

内容的提问来源于stack exchange，提问作者Giuseppe Petri