如何一次将R中的日期从多种格式转换？答案

【问题标题】：How to convert dates in R from multiple formats at once?如何一次将R中的日期从多种格式转换？
【发布时间】：2020-05-28 23:02:55
【问题描述】：

我在数据框中有一个源列，其中日期可能是“dd.mm.yyyy”格式或 5 位数字的 Excel 格式。因此，我想用ifelse 检查元素在str_detect 下的样子，然后为每个元素使用适当的转换。

df$date <- ifelse(str_detect(df$date, "[0-9]{2}.[0-9]{2}.[0-9]{4}") == TRUE, 
                      as.Date(df$date, format = "%d.%m.%Y"),
                      as.Date(as.numeric(df$date), origin = "1899-12-30"))

虽然两个转换函数都按预期工作，但当我将它们放入 ifelse 语句时，我得到了奇怪的结果 - 基本上 2019 年 1 月 1 日变成了“17897”。有人可以解释为什么会发生这种情况以及我如何使它起作用吗？谢谢

编辑：代码 sn-p

  df <- c("01.01.2019", "43867")
  df <- ifelse(str_detect(df, "[0-9]{2}.[0-9]{2}.[0-9]{4}") == TRUE,
                      as.Date(df, format = "%d.%m.%Y"),
                      as.Date(as.numeric(df), origin = "1899-12-30"))

所需输出："2019-01-01" "2020-02-06" 结果输出17897 18298 如果我在没有ifelse 的情况下应用第一个（是）函数，我将得到"2019-01-01" NA，并且没有函数导致NA "2020-02-06"

【问题讨论】：

有趣的问题，最好有一个 reproducible example 和数据的 sn-p 来测试解决方案。
你能给出例子和预期的输出
阅读ifelse的帮助页面，特别是警告。
我们需要一个例子，但是如果变量存储为日期对象，我不明白为什么你不能将它们强制转换为数字，然后你可以使用时间戳。如果您使用 dput()，您可以更准确地向我们展示问题所在
添加代码sn-p

标签： r string date

【解决方案1】：

您可以将数据转换为数字，不是数字的日期将更改为NA（带有可以安全忽略的警告），然后我们可以使用if_else将它们更改为基于它的日期。

df <- c("01.01.2019", "43867")
df1 <- as.numeric(df)
dplyr::if_else(is.na(df1), as.Date(df, format = "%d.%m.%Y"),
                as.Date(df1, origin = "1899-12-30"))
#[1] "2019-01-01" "2020-02-06"

【讨论】：

【解决方案2】：

只需更改类，如 ifelse 帮助页面中所述。无需加载其他包。

> class(df) <- "Date"
> df
[1] "2019-01-01" "2020-02-06"

【讨论】：