R语言转换Excel导入的混合格式日期为%Y-%m-%d标准格式问题

实现思路 #

• 首先对date_first字段的内容做类型判断：仅由数字组成的内容按Excel日期序列处理，包含/的内容按%d/%m/%Y格式的字符串日期处理
• Excel日期序列转换时需指定基准日期origin = "1899-12-30"，匹配Windows版Excel默认的日期计数规则

实现代码 #

tidyverse方案（推荐） #

library(dplyr)
library(lubridate)

# 读入示例数据
data <- data.frame(date_all=c(NA,"38169","37926","01/03/2004 --- 01/03/2004"),
                  date_first=c(NA,"38169","37926","01/03/2004"))

# 转换日期
data_clean <- data %>%
  mutate(
    date_clean = case_when(
      is.na(date_first) ~ NA_Date_,
      grepl("^\\d+$", date_first) ~ as.Date(as.numeric(date_first), origin = "1899-12-30"),
      grepl("/", date_first) ~ dmy(date_first)
    )
  )

基础R方案 #

# 读入示例数据
data <- data.frame(date_all=c(NA,"38169","37926","01/03/2004 --- 01/03/2004"),
                  date_first=c(NA,"38169","37926","01/03/2004"))

# 初始化结果列
data$date_clean <- as.Date(NA)
# 处理Excel数字序列
num_idx <- grepl("^\\d+$", data$date_first) & !is.na(data$date_first)
data$date_clean[num_idx] <- as.Date(as.numeric(data$date_first[num_idx]), origin = "1899-12-30")
# 处理%d/%m/%Y格式字符串
str_idx <- grepl("/", data$date_first) & !is.na(data$date_first)
data$date_clean[str_idx] <- as.Date(data$date_first[str_idx], format = "%d/%m/%Y")

输出验证 #

运行代码后得到的结果和期望输出完全一致：

> data_clean
                   date_all date_first date_clean
1                      <NA>       <NA>       <NA>
2                     38169      38169 2004-07-01
3                     37926      37926 2003-11-01
4 01/03/2004 --- 01/03/2004 01/03/2004 2004-03-01

内容的提问来源于stack exchange，提问作者MCS