使用dplyr的mutate_at()结合as.Date()转日期列报错求助

我来帮你搞定这个问题，你遇到的错误根源是没有正确给as.Date()传递参数。直接写as.Date("%m/%d/%Y")相当于只传入了格式字符串，却没把要转换的列值（也就是函数的输入数据）传给as.Date()的第一个参数x，所以R没法识别要处理的日期字符串，自然就报错了。

正确的dplyr解决方案 #

方法1：用mutate_at()（兼容旧版dplyr） #

需要用公式语法或者匿名函数，把列值传递给as.Date()：

library(dplyr)
df = data.frame(date_1 = "7/5/2014", date_2 = "7/22/2011")

# 推荐的公式语法写法
df %>% mutate_at(.vars = c("date_1", "date_2"), .funs = ~as.Date(., format = "%m/%d/%Y"))

# 匿名函数写法
df %>% mutate_at(.vars = c("date_1", "date_2"), .funs = function(x) as.Date(x, format = "%m/%d/%Y"))

方法2：用mutate(across())（新版dplyr首选） #

mutate_at()目前已经是软弃用状态，新版dplyr更推荐用across()函数，写法更简洁统一：

# 指定列名转换
df %>% mutate(across(c("date_1", "date_2"), ~as.Date(., format = "%m/%d/%Y")))

# 如果列名有统一前缀（比如都是date_开头），可以用选择器更高效
df %>% mutate(across(starts_with("date_"), ~as.Date(., format = "%m/%d/%Y")))

其他可选方法 #

base R 处理方式 #

要是你不想用dplyr，也可以用base R的lapply()批量处理：

df[c("date_1", "date_2")] <- lapply(df[c("date_1", "date_2")], as.Date, format = "%m/%d/%Y")

用lubridate包简化操作 #

lubridate是专门处理日期时间的工具包，它的mdy()函数能自动识别月/日/年格式，不用手动写format参数：

library(lubridate)
df %>% mutate(across(c("date_1", "date_2"), mdy))

这样就能顺利把字符型日期转换成标准的Date类型了。

内容的提问来源于stack exchange，提问作者Jake