如何在R语言中将不同单位（天/月/年）的年龄统一转换为年？

这个需求很典型，处理带单位的字符串型数值转换，核心思路是先拆分出数字和单位，再根据单位做换算。我给你两种实用方案，你可以根据自己的习惯选择：

方案一：使用tidyverse工具链（代码更直观易读） #

如果你平时习惯用dplyr和stringr这类工具，这个方案会很顺手：

# 先加载需要的包（如果没安装先运行 install.packages("tidyverse")）
library(tidyverse)

# 你的示例向量
Age <- c("33","32","44","54M","67M","34D","33D","44","77","88M","49 D")

# 转换流程
age_converted <- tibble(raw_age = Age) %>%
  # 提取年龄的数字部分
  mutate(age_num = as.numeric(str_extract(raw_age, "\\d+")),
         # 提取单位（只匹配D或M，没有则为NA）
         age_unit = str_extract(raw_age, "[DM]"),
         # 将NA替换为代表年的"Y"
         age_unit = replace_na(age_unit, "Y"),
         # 根据单位换算成年份
         age_years = case_when(
           age_unit == "Y" ~ age_num,          # 纯数字直接保留（年）
           age_unit == "M" ~ age_num / 12,     # 月转年：除以12
           age_unit == "D" ~ age_num / 365     # 天转年：除以365（近似值）
         ))

# 查看结果
print(age_converted)

关键步骤解释： #

• str_extract(raw_age, "\\d+")：从字符串里提取所有连续数字，不管数字和单位之间有没有空格（比如"49 D"也能正确提取49）
• str_extract(raw_age, "[DM]")：只提取D或M单位，没有单位的会返回NA
• case_when()：清晰的条件分支，对应不同单位的换算规则

方案二：Base R实现（无需额外安装包） #

如果不想依赖第三方包，用Base R的正则和条件判断也能实现：

# 你的示例向量
Age <- c("33","32","44","54M","67M","34D","33D","44","77","88M","49 D")

# 提取数字部分：去掉所有非数字字符
age_num <- as.numeric(gsub("[^0-9]", "", Age))

# 提取单位部分：去掉所有数字和空格，空字符串替换为"Y"
age_unit <- gsub("[0-9 ]", "", Age)
age_unit[age_unit == ""] <- "Y"

# 换算成年份
age_years <- ifelse(age_unit == "Y", age_num,
                    ifelse(age_unit == "M", age_num / 12,
                           age_num / 365))

# 组合成结果数据框
result <- data.frame(raw_age = Age, age_years = round(age_years, 2))
print(result)

补充说明： #

• 天转年用365是通用近似值，如果需要更精确的计算（比如考虑闰年），可以根据实际场景调整分母，但大多数数据分析场景下365足够
• 如果你的数据里有其他未知单位，建议先做数据检查：table(age_unit)，确认所有单位都在你的规则范围内
• 可以用round(age_years, 2)来控制结果的小数位数，让输出更整洁

内容的提问来源于stack exchange，提问作者stat