R语言中将SQL导入的年-月-日日期转换为年-月格式用于数据集合并

问题解决步骤 #

首先先明确两个核心问题的处理方式：

1. Excel导入的数值型日期是Excel的日期序列号，需要先转换为R的标准日期格式
2. R本身不存在仅存储年月的Date类型，你可以根据后续使用需求二选一处理：仅做合并匹配用字符格式即可，需要后续做日期运算就统一转成当月第一天的Date类型

第一步：处理不同格式的原始日期 #

处理SQL导入的字符型日期（对应示例df）

# 先将字符列转成标准Date格式
df$Posting_Date <- as.Date(df$Posting_Date)

处理Excel导入的数值型日期（对应示例df2）

Excel默认以1900-01-01为第1天存储日期，存在闰年计算bug，转换时origin参数要填1899-12-30：

df2$Posting_Date <- as.Date(df2$Posting_Date, origin = "1899-12-30")

第二步：生成年月列用于合并 #

方案1：生成%Y-%m格式字符列（最适合合并场景）

两个数据集生成相同格式的字符列后可以直接匹配，不会出现类型冲突：

# 两个数据集都执行同样的操作
df$year_month <- format(df$Posting_Date, "%Y-%m")
df2$year_month <- format(df2$Posting_Date, "%Y-%m")

方案2：生成当月第一天的Date类型（适合后续时间计算）

如果需要保留日期格式做后续的时间序列运算，可以统一把日期对齐到当月第一天：

# 先安装lubridate包如果没装：install.packages("lubridate")
library(lubridate)
df$year_month_date <- floor_date(df$Posting_Date, unit = "month")
df2$year_month_date <- floor_date(df2$Posting_Date, unit = "month")

第三步：合并数据集 #

两个数据集的年月列格式统一后，直接按对应列合并即可，比如用dplyr的左连接：

library(dplyr)
# 用字符年月列合并
merge_result <- left_join(df, df2, by = "year_month")
# 或者用日期格式的年月列合并
merge_result2 <- left_join(df, df2, by = "year_month_date")

之前操作失败的原因说明 #

• as.Date(df$postingdate, format = '%Y %M')写法错误：一是%M是分钟的占位符，月份对应的是小写%m；二是Date类型必须包含日信息，不可能仅通过年月生成合法的日期值
• strftime返回字符是正常表现，该函数本身就是用来把日期格式化为字符串输出的，仅做合并匹配的话完全可以正常使用
• df2里的数值不是数据异常，是Excel存储日期的默认格式，指定正确origin转换即可恢复正常日期

内容的提问来源于stack exchange，提问作者Christoffer Nielsen-jasa