在R语言中将CSV数据的字符串月份转换为数值的方法

刚好碰到过类似的需求，给你几个实用的方法来解决这个问题：

方法1：用R内置的month.name处理完整月份名称 #

因为你提到的是完整的月份字符串（比如September），R内置了一个按1-12月顺序排列的完整月份名称向量month.name，直接用match()就能快速映射到对应的数值：

# 假设你的数据框是df，Month列是完整英文月份
df$Month_num <- match(df$Month, month.name)

如果你的Month列存在大小写不统一的情况（比如有的是september，有的是September），可以用stringr包的str_to_title()先统一格式：

library(stringr)
df$Month_num <- match(str_to_title(df$Month), month.name)

方法2：用lubridate包灵活处理（推荐） #

如果你已经在使用tidyverse（毕竟你用了read_csv()），lubridate包处理日期相关的转换会更灵活，不管是完整月份还是缩写都能自动识别：

library(lubridate)
# 方式1：拼接成完整日期后提取月份数值
df$Month_num <- month(dmy(paste("1", df$Month, "2020")), label = FALSE)

# 方式2：直接解析月份字符串
df$Month_num <- parse_date_time(df$Month, orders = "m") %>% month()

补充：针对月份缩写的情况 #

如果你的Month列是缩写形式（比如Sep），就用R内置的month.abb向量，和你给出的代码逻辑一致：

month_abbr <- c('Sep', 'Oct', 'Nov', 'Dec', 'Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug')
match(month_abbr, month.abb)
# 输出结果：[1] 9 10 11 12  1  2  3  4  5  6  7  8

内容的提问来源于stack exchange，提问作者ah bon