R - 格式化数据框中的日期 - 十进制和字符值的混合

Question

我在数据框中有一个日期列。我已经使用 openxlsx 将这个 df 读入 R。当我使用typeof(df$date) 时，该列被“视为”为字符向量。

该列包含多种格式的日期信息，我希望将其转换为一种格式。

#Example
date <- c("43469.494444444441", "12/31/2019 1:41 PM", "12/01/2019  16:00:00")

#What I want -updated
fixed <- c("2019-04-01", "2019-12-31", "2019-12-01")

我尝试了很多解决方法，包括openxlsx::ConvertToDate、lubridate::parse_date_time、lubridate::date_decimal

openxlsx::ConvertToDate到目前为止效果最好，但它只需要一种格式并为其他格式强制 NA

更新

我意识到我实际上把上述输出日期之一弄错了。 值 43469.494444444441 应转换为 2019-04-01。

Answer 1

这是分两步执行此操作的一种方法。单独更改 excel 日期，并以不同方式更改所有其他日期。如果您有更多的日期格式可以添加到parse_date_time。

temp <- lubridate::parse_date_time(date, c('mdY IMp', 'mdY HMS'))
temp[is.na(temp)] <- as.Date(as.numeric(date[is.na(temp)]), origin = "1899-12-30")

temp
#[1] "2019-01-04 11:51:59 UTC" "2019-12-31 13:41:00 UTC" "2019-12-01 16:00:00 UTC"
as.Date(temp)
#[1] "2019-01-04" "2019-12-31" "2019-12-01"

Answer 2

您可以使用辅助函数来规范化日期，这可能比lubridate 稍快。

有weird origins in MS Excel 依赖于平台。因此，如果数据是从不同平台导入的，您可能需要使用虚拟变量。

normDate <- Vectorize(function(x) {
if (!is.na(suppressWarnings(as.numeric(x))))  # Win excel
  as.Date(as.numeric(x), origin="1899-12-30")
else if (grepl("A|P", x))
  as.Date(x, format="%m/%d/%Y %I:%M %p")
else
  as.Date(x, format="%m/%d/%Y %R")
})

对于其他日期格式，只需添加另一个 else if。格式规范可以通过?strptime找到。

然后只需使用通常来源的as.Date()。

res <- as.Date(normDate(date), origin="1970-01-01")
# 43469.494444444441   12/31/2019 1:41 PM 12/01/2019  16:00:00 
#       "2019-01-04"         "2019-12-31"         "2019-12-01"
class(res)
# [1] "Date"

编辑：要实现特定的输出格式，请使用format，例如

format(res, "%Y-%d-%m")
# 43469.494444444441   12/31/2019 1:41 PM 12/01/2019  16:00:00 
#       "2019-04-01"         "2019-31-12"         "2019-01-12" 

format(res, "%Y/%d/%m")
# 43469.494444444441   12/31/2019 1:41 PM 12/01/2019  16:00:00 
#       "2019/04/01"         "2019/31/12"         "2019/01/12" 

要查找代码，请键入?strptime。