Question

我很难将日期从excel（从csv读取）转换为R.非常感谢帮助。

以下是我正在做的事情：

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

但是，某些日期会被转换，但有些日期不会转换。这是输出：

head(df$date)
[1] NA           NA           NA           "0006-01-05" NA           NA

从csv文件导入的前5个条目如下：

7/28/05
7/28/05
12/16/05
5/1/06
4/21/05

，这是输出：

head(df$excel.date)
[1] 7/28/05  7/28/05  12/16/05 5/1/06   4/21/05  1/25/07 
1079 Levels: 1/1/00 1/1/02 1/1/97 1/10/96 1/10/99 1/11/04 1/11/94 1/11/96 1/11/97 1/11/98 ... 9/9/99

str(df)
.
.
$ excel.date   : Factor w/ 1079 levels "1/1/00","1/1/02",..: 869 869 288 618 561 48 710 1022 172 241 ...

Answer 1

首先，确保使用完整年份（不仅仅是最后2个数字），以明确的格式在文件中显示日期。 %Y适用于“年份与世纪”（请参阅?strptime），但您似乎没有世纪。因此，您可以使用%y（风险自负，再次查看?strptime）或在Excel中重新格式化日期。

在读取这些数据时，将as.is=TRUE与read.csv一起使用也是一个好主意 - 否则，字符向量会转换为可能导致意外结果的因素。

在Wndows上，使用RODBC直接从xls或xlsx文件中读取日期可能会更容易。

（编辑）

以下内容可能会提示：

> as.Date("13/04/2014", format= "%d/%m/%Y")
[1] "2014-04-13"
> as.Date(factor("13/04/2014"), format= "%d/%m/%Y")
[1] "2014-04-13"
> as.Date(factor("13/04/14"), format= "%d/%m/%Y")
[1] "14-04-13"
> as.Date(factor("13/04/14"), format= "%d/%m/%y")
[1] "2014-04-13"

（所以.Date实际上可以处理因素 - 魔法发生在as.Date.factor方法定义为：

function (x, ...)  as.Date(as.character(x), ...)

将日期表示为因素并不是一个好主意，但在这种情况下它也不是问题。我认为问题是excel，它可以将您的年份保存为CSV文件中的2位数字，而无需询问您。）

-

?strptime帮助文件说使用％y是特定于平台的 - 您可以在不同的计算机上获得不同的结果。因此，如果无法返回源并以更好的方式保存csv，您可能会使用以下内容：

x <- c("7/28/05", "7/28/05", "12/16/05", "5/1/06", "4/21/05", "1/25/07")

repairExcelDates <- function(x, yearcol=3, fmt="%m/%d/%Y") {
 x <-  do.call(rbind, lapply(strsplit(x, "/"), as.numeric))
 year <- x[,yearcol]
 if(any(year>99)) stop("dont'know what to do")
 x[,yearcol] <- ifelse(year <= as.numeric(format(Sys.Date(), "%Y")), year+2000, year + 1900) 
 # if year <= current year then add 2000, otherwise add 1900
 x <- apply(x, 1, paste, collapse="/")
 as.Date(x, format=fmt)
 }

repairExcelDates(x)
# [1] "2005-07-28" "2005-07-28" "2005-12-16" "2006-05-01" "2005-04-21"
# [6] "2007-01-25"

Answer 2

您的数据格式为月/日/年，所以

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

应该是

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

将日期从excel转换为R.

2 个答案:

（编辑）