如果列中的非日期，read.xlsx 读取日期错误答案

【问题标题】：read.xlsx reading dates wrong if non-date in column如果列中的非日期，read.xlsx 读取日期错误
【发布时间】：2014-09-29 07:19:10
【问题描述】：

xlsx 包错误地读取日期。我在这里阅读了所有最相似的 Q，并在互联网上进行了侦察，但如果列中存在非日期数据，我无法找到原点发生变化的这种特殊行为。

我有一个小型 Excel 电子表格，您可以从 Dropbox 获取：

https://www.dropbox.com/s/872q9mzb5uzukws/test.xlsx

它有三行两列。第一个是日期，第二个是数字。第三行在日期列中有“总计”。

如果我用read.xlsx 读取前两行并告诉它第一列是日期，那么这有效：

read.xlsx("./test.xlsx",head=FALSE,1,colClasses=c("Date","integer"),endRow=2)
          X1 X2
1 2014-06-29 49
2 2014-06-30 46

这些确实是电子表格中的日期。如果我尝试读取所有三行，就会出现问题：

read.xlsx("./test.xlsx",head=FALSE,1,colClasses=c("Date","integer"))
          X1    X2
1 2084-06-30    49
2 2084-07-01    46
3       <NA> 89251
Warning message:
In as.POSIXlt.Date(x) : NAs introduced by coercion

如果我尝试以整数形式读取，我会得到不同的整数：

> read.xlsx("./test.xlsx",head=FALSE,1,colClasses=c("integer","integer"),endRow=2)
     X1 X2
1 16250 49
2 16251 46
> read.xlsx("./test.xlsx",head=FALSE,1,colClasses=c("integer","integer"))
     X1    X2
1 41819    49
2 41820    46
3    NA 89251

第一个整数使用as.Date(s1$X1,origin="1970-01-01")（Unix 纪元）正确转换，第二个整数使用as.Date(s2$X1, origin="1899-12-30")（Excel 纪元）正确转换。如果我使用 1970 年转换第二批，我会得到 2084 年的日期。

那么：我做错了吗？以整数形式读取是最好的选择，如果有任何 NA，则使用 Excel 纪元进行转换，否则使用 Unix 纪元？还是xlsx 包中的错误？

xlsx 版本是版本：0.5.1

【问题讨论】：

我正要推荐 XLConnect 包，但这似乎有它自己的问题 - 我无法让它读取 first 行：readWorksheet(loadWorkbook("test.xlsx"),"Sheet1",startRow=0) .很奇怪。
@StephanKolassa 默认readWorksheet 已设置header = TRUE。
这几乎可以肯定是xlxs::read.xlsx 中的一个错误。请注意，如果您指定as.data.frame=FALSE 至read.xlsx，则在所有4 种情况下（有和没有第三行以及指定"Date" 或"integer"），数值均为41819 或41820。我会向维护者提出问题。

标签： r excel date r-xlsx

【解决方案1】：

日期可以读取为整数，然后使用openxlsx::convertToDate() 函数转换为日期。

更多here

【讨论】：

【解决方案2】：

XLConnect 能够处理这个非常甜蜜的事情：

test <- readWorksheetFromFile( "~/Downloads/test.xlsx", sheet = "Sheet1", header = FALSE )
test
                 Col1  Col2
1 2014-06-29 00:00:00    49
2 2014-06-30 00:00:00    46
3         Grand Total 89251

您遇到的问题很明显，第一列是混合类型：character 和POSIXct。 XLConnect 能够正确读取每个单元格，但会将一列的所有单元格转换为最常见的类型，在本例中为 character。

str(test)
'data.frame':   3 obs. of  2 variables:
 $ Col1: chr  "2014-06-29 00:00:00" "2014-06-30 00:00:00" "Grand Total"
 $ Col2: num  49 46 89251

【讨论】：

是的，这通常是 R 的一个问题，R 没有适当的多维列表支持。您可以列出列表、矩阵和 data.frames，但都有它们的问题。
添加colTypes=c("Date","integer") 似乎进行了正确的转换并将最后一项设置为NA。我真的不关心最后一项中的文字。

【解决方案3】：

您遇到的问题是 Excel 存储自 1900 年 1 月 0 日以来的天数，即 R 从 excel 文件中读取的数字。当您在 R 中转换时，您是根据自 1970 年 1 月 1 日以来的天数进行转换。如果你先减去这两者之间的天数，它应该可以工作。

【讨论】：