如何将dataframe中的数字替换为日期或删除含数字的行

你提供的数字是Excel 1900日期系统的序列值，和后续的2006年12月日期为同一年的连续数据，可按需选择以下两种处理方式：

方案1：转换数字为日期，保留全部数据 #

该方案可以得到完整的2006年全年连续日期数据，不会丢失行：

# 需加载lubridate包处理日期，未安装先运行 install.packages("lubridate")
library(lubridate)

# 假设你的数据框名为df，待处理列名为date_col
df$formatted_date <- sapply(df$date_col, function(x) {
  # 纯数字内容按Excel序列转日期
  if(grepl("^\\d+$", x)) {
    return(as.Date(as.numeric(x), origin = "1899-12-30"))
  } 
  # 日期字符串按mm/dd/yyyy格式解析
  else {
    return(mdy(x))
  }
})

# 统一转为Date类型
df$formatted_date <- as.Date(df$formatted_date)

注：origin设为1899-12-30是为了兼容Excel早期的闰年计算bug，转换后的值和实际日期一致

方案2：直接删除数字行，仅保留已有的日期字符串 #

如果只需要2006年12月的日期数据，直接用正则过滤即可：

library(lubridate)
# 仅保留匹配mm/dd/yyyy格式的行
df_clean <- df[grepl("^\\d{1,2}/\\d{1,2}/\\d{4}$", df$date_col), ]
# 可选：将字符串转为标准Date类型
df_clean$date_col <- mdy(df_clean$date_col)

内容的提问来源于stack exchange，提问作者paDU