如何在同一列中导入混合日期类型的 xlsx？

Question

我正在尝试将 Excel 电子表格导入 R（通过 read.xlsx2()）。 Excel 数据有一个日期列。该日期列包含混合类型的日期格式，例如有些行是 42669，有些是日期格式，例如26/10/2016.

read.xlsx2() 将其作为一个因素读入，因此我使用下面的代码将其转换为 as.Date。这适用于所有数字形式的日期（例如 42669），但 R 警告我它添加了一些 NAs（对于 26/10/2016 格式的日期）。我的问题是如何为所有变量导入具有正确日期的 excel 数据，即告诉 R 存在混合数据？

library(xlsx)
#Import excel file
df <- read.xlsx2(mydata, 1, header=true)

#Output = recd_date : Factor w/ 590 levels "", "26/10/2016", "42669" ...
levels(df$recd_date)

#Output = [1] "" "26/10/2016" "42669" ...

#This works for numeric dates: 

df$recd_date <- as.Date( as.numeric (as.character(df$recd_date) ),origin="1899-12-30")

#Output = recd_date : Date, format "2016-10-26" ...

#but it doesn't work for dd/mm/yyyy dates, R just replaces these with NA

Answer 1

如果有必要，我们可以应用一个函数来清理日期，基本上是这样的：

cleanDate <- function(x) {
  if (all(nchar(df2$date.mix) < 10)) {
    cd <- as.Date(x)
  } else {
    cd <- do.call(c, 
                  lapply(x, function(i)
                    if (nchar(i) < 10)  
                      as.Date(as.numeric(i), origin="1970-01-01")
                    else as.Date(i)))
  }
  return(cd)
}

例子

# generate test df
df1 <- data.frame(date.chr=as.character(as.Date(1:3, origin=Sys.Date())), 
                  date.num=as.numeric(as.Date(1:3, origin=Sys.Date())),
                  date.mix=as.character(as.Date(1:3, origin=Sys.Date())),
                  stringsAsFactors=FALSE)

df1[2, 3] <- as.character(as.numeric(as.Date(df1[2, 1])))
> df1
    date.chr date.num   date.mix
1 2019-02-01    17928 2019-02-01
2 2019-02-02    17929      17929
3 2019-02-03    17930 2019-02-03

# write it to working directory
library(xlsx)
write.xlsx2(df1, "df1.xlsx")

# read it
# we use opt. `stringsAsFactors=FALSE` to prevent generation of factors
df2 <- read.xlsx2("df1.xlsx", 1, stringsAsFactors=FALSE)
> df2
  X.   date.chr date.num   date.mix
1  1 2019-02-01    17928 2019-02-01
2  2 2019-02-02    17929      17929
3  3 2019-02-03    17930 2019-02-03

现在我们使用lapply()应用函数。

date.cols <- c("date.chr", "date.num", "date.mix")  # select date columns
df2[date.cols] <- lapply(df2[date.cols], cleanDate)

结果

> df2
  X.   date.chr   date.num   date.mix
1  1 2019-02-01 2019-02-01 2019-02-01
2  2 2019-02-02 2019-02-02 2019-02-02
3  3 2019-02-03 2019-02-03 2019-02-03

Answer 2

这是一种方法，

读入数据后，我们将日期列 (df$recd_date) 转换为 class 字符，然后创建两个列表，一个包含 dd/mm/YYYY 日期，另一个包含其他带有数字日期。完成后，我们独立转换为日期 class，然后将两者合并以获得最终产品。

#Test Data, read in anyway you want
data<-c("26/10/2016","27/10/2016","42669","52673","28/10/2016")
Index<-c(1:5)
df<-data.frame(Index, date=data)

#Put entire date column into character format
df$date<-as.character(df$date)

#Create Date from Numeric Date, Create Date from Character Date
Date_N<-as.Date(as.numeric(df$date),origin="1899-12-30")
Date_C<-as.Date(as.character(df$date),format="%d/%m/%Y")

#Create DF from list
Date_N_df<-as.data.frame(Date_N)
Date_C_df<-as.data.frame(Date_C)

#Replace NA from Date_C_df with index from Date_N_df
Date_C_df[is.na(Date_C_df)] <- Date_N_df[is.na(Date_C_df)]
Final<-Date_C_df 
names(Final)<-"Date"

> Final
        Date
1 2016-10-26
2 2016-10-27
3 2016-10-26
4 2044-03-17
5 2016-10-28

Answer 3

尝试使用 janitor 包中的 convert_to_date，指定 lubridate 包中与您的日期格式相匹配的字符到日期函数：

library(janitor)
x <- c("26/10/2016", "42669")
convert_to_date(x, character_fun = lubridate::dmy)
#> [1] "2016-10-26" "2016-10-26"

自我推销免责声明：我维护这个包。我添加这个答案是因为创建这个函数是为了解决在同一变量中混合 Excel 日期数字和格式化日期的确切问题。

如何在同一列中导入混合日期类型的 xlsx？

How to import xlsx with mixed date types in same column?

r

date

xlsx