导入不同日期类型的 Excel 文件答案

【问题标题】：Import Excel files with different Date types导入不同日期类型的 Excel 文件
【发布时间】：2017-12-08 18:07:02
【问题描述】：

有很多 Excel 文件，都包含相同的列。其中一列称为“日期时间”。问题是，该列包含不同的格式，例如：

2/12/2013  11:59:45 PM
20/2/2013 14:36:58

如您所见，第一个示例末尾包含一个 PM。这是我的问题：

我导入特定文件夹中所有 Excel 文件的代码：

file.list <- list.files(pattern='*.xlsx')
df.list <- lapply(file.list, read_excel)
df <- bind_rows(df.list, .id = "id")

但是，在我运行第二行 (df.list <- lapply(file.list, read_excel)) 之后，我收到了一个警告，例如（期待数字，得到一个日期）。

我尝试了不同的东西，例如分配col_types = "text"（我希望我可以将所有数据作为字符导入，然后更改删除最后的PM并将字符再次更改回as.Date）。但不幸的是，结果是很多NA。

我尝试的另一件事是将文件导入为数字（但再次收到相同的消息“期待数字，有一个日期）。

那么我该如何解决这个问题呢？我可以通过更改 Excel 中的列类型来做到这一点，但这不是我想要做的（我更喜欢在 R 中做所有事情）。

编辑

根据要求提供一些数据（在我使用 lubridate as_date 函数将数据作为“字符”导入 R 之后，如建议的那样）。

Num Date
1  41277.000601851854
2  41277.004710648151
3  41277.004826388889
4  41277.007372685184
5  41277.007789351854
6  41277.007870370369
7  41277.010335648149
8  41277.010868055557
9  41277.013842592591
10 41277.014548611114

【问题讨论】：

标签： r date

【解决方案1】：

lubridate 具有出色的parse_date_time 功能，您可以指定日/月/年的顺序，也可以“截断”，例如允许某些格式缺少数字。

library(lubridate)

time <- c("2/12/2013 11:59:45 PM", "20/2/2013 14:36:58")
parse_date_time(time, orders = c('dmyHMS') )

[1] "2013-12-02 11:59:45 UTC" "2013-02-20 14:36:58 UTC"

【讨论】：

谢谢，只为一部分工作（处理不同类型的日期）。但后来我仍然遇到了在 R 中导入数据的麻烦。你知道如何解决这个问题吗？
我倾向于尽量避免使用 Excel 文件，你能打开它并保存为 .csv 文件吗？如果不可能，请查看readxl 包和来自xlsx 的read.xlsx包，我过去都使用过 - 但倾向于坚持使用readxl

【解决方案2】：

先把所有数据都读成char字符串，以后清理起来就方便了。

那么我认为lubridate 包可以在这里为您提供帮助。我不知道您有多少文件/格式，但给出的示例可以通过相同的lubridate::dmy_hms() 函数读取：

# >datim <- c("20/2/2013 14:36:58", "2/12/2013  11:59:45 PM")
# >dmy_hms(datim)
# [1] "2013-02-20 14:36:58 UTC" "2013-12-02 23:59:45 UTC"

每个时间单位的排序都有一个函数。 mdy_hm() 例如。如果您的时间格式有更多变化，您可以在应用适当的 dmy_hm() 函数之前使用stringr::str_detect(your_date_variable, "date_format_regex") 来识别每种格式的行。

【讨论】：

我尝试将数据读取为 char 字符串，但“col_type”的唯一选项是：“skip”、“guess”、“logical”、“numeric”、“date”、“文本”或“列表”。我想我错了，但我认为那个字符 == 文本。但是值在变化，所以结果是：DateTime 41277.000601851854 和 41277.004710648151 如果我用函数 as.Date(DateTime) 将其转换回来，我得到的不是我拥有的年份，请参阅：“2083-01-05”
抱歉，“文本”用于字符字符串。数字 41277.000/... 代表自 1901 年 1 月 1 日以来的天数。您可以使用 lubridate as_date("1900-01-01") + seconds(41277.000601851854 * 24 * 60 * 60) 提取日期给#[1] "2013-01-05 00:00:52 UTC"
太棒了！有道理，但是当我运行您的代码时： as_date("1900-01-01") + seconds(41277.000601851854 * 24 * 60 * 60) 我得到了结果： [1] "1831-12-13 20:45:52世界标准时间"
您能否发布一段简短的数据摘录？周末可能有时间玩它......
当然，但我猜这不是很有趣。我在 R 中导入数据后发布了数据（使用 lubridate as_date 函数）。