Question

我的日期格式如下： - Wed Apr 25 2018 00:00:00 GMT-0700 (Pacific Standard Time)或43167或Fri May 18 2018 00:00:00 GMT-0700 (PDT)混合在1列中。以简单YYYY-mm-dd (2018-04-13)格式转换所有这些内容的最简单方法是什么？这是专栏：

dates <- c('Fri May 18 2018 00:00:00 GMT-0700 (PDT)',
'43203',
'Wed Apr 25 2018 00:00:00 GMT-0700 (Pacific Standard Time)',
'43167','43201',
'Fri May 18 2018 00:00:00 GMT-0700 (PDT)',
'Tue May 29 2018 00:00:00 GMT-0700 (Pacific Standard Time)',
'Tue May 01 2018 00:00:00 GMT-0700 (PDT)',
'Fri May 25 2018 00:00:00 GMT-0700 (Pacific Standard Time)',
'Fri Apr 06 2018 00:00:00 GMT-0700 (PDT)','43173')

预期格式：2018-05-18, 2018-04-13, 2018-04-25, ...

Answer 1

我相信之前曾多次询问过类似的问题。但是，那里是一个需要特别关注的关键点：

以整数形式给出的日期的origin是什么（或者可以转换为精确的整数字符串）？

如果从Windows版本的Excel导入数据，则必须使用origin = "1899-12-30"。有关详细信息，请参阅help(as.Date)和the Other Applications section of the R Help Desk article by Gabor Grothendieck and Thomas Petzoldt中的示例部分。

为了转换日期时间字符串，使用mdy_hms()包中的lubridate函数。另外，我使用data.table语法来简洁：

library(data.table)
data.table(dates)[!dates %like% "^\\d+$", new_date := as.Date(lubridate::mdy_hms(dates))][
  is.na(new_date), new_date := as.Date(as.integer(dates), origin = "1899-12-30")][]

                                                        dates   new_date
 1:                   Fri May 18 2018 00:00:00 GMT-0700 (PDT) 2018-05-18
 2:                                                     43203 2018-04-13
 3: Wed Apr 25 2018 00:00:00 GMT-0700 (Pacific Standard Time) 2018-04-25
 4:                                                     43167 2018-03-08
 5:                                                     43201 2018-04-11
 6:                   Fri May 18 2018 00:00:00 GMT-0700 (PDT) 2018-05-18
 7: Tue May 29 2018 00:00:00 GMT-0700 (Pacific Standard Time) 2018-05-29
 8:                   Tue May 01 2018 00:00:00 GMT-0700 (PDT) 2018-05-01
 9: Fri May 25 2018 00:00:00 GMT-0700 (Pacific Standard Time) 2018-05-25
10:                   Fri Apr 06 2018 00:00:00 GMT-0700 (PDT) 2018-04-06
11:                                                     43173 2018-03-14

显然，选择属于Windows版本Excel的原点的假设似乎成立。

如果只需要Date值的向量：

data.table(dates)[!dates %like% "^\\d+$", new_date := as.Date(lubridate::mdy_hms(dates))][
  is.na(new_date), new_date := as.Date(as.integer(dates), origin = "1899-12-30")][, new_date]

 [1] "2018-05-18" "2018-04-13" "2018-04-25" "2018-03-08" "2018-04-11" "2018-05-18"
 [7] "2018-05-29" "2018-05-01" "2018-05-25" "2018-04-06" "2018-03-14"

使用R中的时区格式转换日期

1 个答案: