使用colClass处理带引号的德语小数分隔符CSV：日期与数值读取问题

我明白你遇到的困扰了——用read.csv2能自动识别德语风格的数值（逗号做小数分隔符），但想要跳过第三列并将第一列转为Date类型时，直接使用colClasses参数却无法生效。这主要是因为R默认的日期解析格式和德语的DD.MM.YYYY不匹配，同时用read.table时还需要手动指定小数分隔符。下面给你几个可行的解决方案：

方案一：先读取再处理（简单直观） #

先通过read.csv2完整读取数据，再移除不需要的列，最后手动转换日期格式。这种方式不需要复杂的参数设置，适合新手：

# 读取完整数据
df <- read.csv2(text='"Datum";"Betrag";"bla"
"03.05.2018";"-48,50";"skip"', sep=';')

# 移除第三列
df <- df[, -3]

# 将第一列转换为Date类型，指定德语日期格式
df$Datum <- as.Date(df$Datum, format = "%d.%m.%Y")

# 查看结果结构
str(df)

运行后你会看到Datum列已经是Date类型，Betrag列保持正确的数值类型。

方案二：一次性读取时指定自定义解析规则 #

如果想在读取阶段就完成所有处理，可以自定义一个日期解析函数，配合read.table的colClasses参数，同时记得指定小数分隔符为逗号：

# 定义德语日期解析函数
parse_german_date <- function(x) {
  as.Date(x, format = "%d.%m.%Y")
}

# 读取数据，指定列类型和小数分隔符
df <- read.table(text='"Datum";"Betrag";"bla"
"03.05.2018";"-48,50";"skip"', 
                 sep=';', 
                 header = TRUE,
                 colClasses = c('parse_german_date', 'numeric', 'NULL'),
                 dec = ',')

# 查看结果结构
str(df)

这里的关键是：

• 用自定义函数处理日期列，匹配DD.MM.YYYY格式
• 手动设置dec=','，确保德语数值被正确解析为numeric类型
• 用"NULL"跳过第三列

方案三：用data.table高效处理（适合大数据） #

如果你的数据量较大，推荐用data.table包的fread函数，它能自动识别多数格式，语法也更简洁：

library(data.table)

df <- fread(text='"Datum";"Betrag";"bla"
"03.05.2018";"-48,50";"skip"', 
            sep=';', 
            select = c(1, 2), # 直接指定要保留的列
            colClasses = list(Date = "Datum"), # 指定日期列类型
            dec = ',')

# 查看结果结构
str(df)

fread会自动尝试识别日期格式，也可以通过date.format="%d.%m.%Y"手动指定，灵活性很高。

内容的提问来源于stack exchange，提问作者drmariod