如何创建一个从 R 中的另一列获取日期的列？答案

【问题标题】：How do I create a column which takes a date from another column in R?如何创建一个从 R 中的另一列获取日期的列？
【发布时间】：2025-11-27 00:05:02
【问题描述】：

我有一个包含几列的数据框，最后一列称为Filename。这就是它的样子。

    Product Company Filename
       …        …       mg-tvd_bmmh_20170930.csv
       …        …       mg-tvd_bmmh_2016_06_13.csv
       …        …       …

我正在尝试在 R 中编写一个简短的脚本，该脚本从文件名中获取日期并将其转换为我称之为 Date 的新列。所以一个新的数据框应该是这样的：

     Product    Company   Date          Filename
       …          …       09/30/2017    mg-tvd_bmmh_20170930.csv
       …          …       16/13/2017    mg-tvd_bmmh_2016_06_13.csv
       …          …        …                …

这是我脚本的相关部分。

   df <- mutate(df, Date <- grep(pattern = "(\d{4})_?(\d{2})_?
   (\d{1,2})", df$Filename, value = TRUE))
   ddf$Date <- as.Date(Date,format = "%m/%d/%y")

任何建议为什么我不能让它工作？

我收到以下错误：

 Error: '\d' is an unrecognized escape in character string starting ""(\d"
 Error in as.Date(Date, format = "%m/%d/%y") :
   object 'Date' not found

【问题讨论】：

哪里出错了？看起来您的日期格式行应该是 ddf$Date
> 错误：'\d' 是从 ""(\d" 开始的字符串中无法识别的转义 > as.Date(Date, format = "%m/%d/%y" 中的错误) : 找不到对象“日期”

标签： r regex date dplyr

【解决方案1】：

你可以使用这个命令：

transform(df, Date = as.Date(sub(".*\\D(\\d{4})_?(\\d{2})_?(\\d{1,2}).*",
                                 "\\1\\2\\3", Filename), "%Y%m%d"))

【讨论】：

【解决方案2】：

您收到错误是因为：

ddf$Date <- as.Date(Date,format = "%m/%d/%y")

你应该有：

df$Date <- as.Date(df$Date,format = "%Y/%m/%d")

或：

df %>%
  mutate(Date = as.Date(df$Date,format = "%Y/%m/%d"))

format = "%m/%d/%y" 的不正确规范会给你Date 中的 NA 值，而as.Date(Date, ... 的不正确引用会给你带来错误。

您还可以使用stringr 中的str_extract 提取日期，并使用lubridate 中的ymd 将其解析为日期对象：

library(dplyr)
library(stringr)
library(lubridate)

df %>%
  mutate(Date = ymd(str_extract(Filename, "\\d{4}_?\\d{2}_?\\d{2}(?=\\.csv)")))

数据：

  Product Company                   Filename       Date
1       1       3   mg-tvd_bmmh_20170930.csv 2017-09-30
2       2       4 mg-tvd_bmmh_2016_06_13.csv 2016-06-13

ymd 的优势在于它“......识别任意非数字分隔符以及没有分隔符......” 所以不需要标准化 Date 字符解析前的向量。例如，

> df$Filename %>% str_extract("\\d{4}_?\\d{2}_?\\d{2}(?=\\.csv)")
[1] "20170930"   "2016_06_13"

【讨论】：

【解决方案3】：

您显示的错误源于正则表达式中的特殊字符需要在 R 中进行双重转义（例如，\d 应该是 \\d）。我建议在正则表达式部分使用sub，以便您可以控制输出，并在下划线后添加通配符（*）以获取匹配项（如果有或没有下划线（如您的示例所示）。

as.Date 格式需要大写 Y (%Y) 表示年份。

更新后的代码是：

df <- mutate(df, Date = sub(pattern = ".*_(\\d{4})_*(\\d{2})_*(\\d{1,2}).*", "\\2/\\3/\\1", df$Filename))  
df$Date <- as.Date(df$Date,format = "%m/%d/%Y")

【讨论】：