无法将字符/因子类转换为日期答案

【问题标题】：Unable to convert character / factor class into date无法将字符/因子类转换为日期
【发布时间】：2020-05-07 15:27:03
【问题描述】：

我知道这个问题被问了很多，但我只是因为我尝试了所有东西（包括我设法理解的类似问题的提示）才来找你。

我有一个相当大的 CSV 文件（> 16 000 行），其中有一个“日期”列，其中包含以下格式的日期“01/01/1999”。但是，在加载文件时，该列不被识别为日期，而是作为带有 read.csv2 的因子，或带有 fread（data.table 包）的字符。我加载了 lubridate 库。在这两种情况下，我都尝试使用我知道的所有方法（列 = 日期，数据 = 测试）将列转换为日期格式：

as.Date(test$Date, format = "%d/%m/%Y", tz = "")

或者

strptime(test$Date, format = "%d/%m/%y", tz = "")

或者

as_date(test$Date)

还有来自 lubridate 的函数 dmy，以及

as.POSIXct(test$Date, "%d/%m/%y", tz = "").

我还尝试更改格式：用 ymd 代替 dmy，用“-”代替“/”。我什至尝试将字符类更改为数字（加载 fread 时），将因子类更改为数字（加载 read.csv2 时）。

尽管如此，列仍保留在其因子/字符类中。

有人知道我错过了什么吗？

【问题讨论】：

你怎么知道它是“%d/%m/%Y”而不是“%m/%d/%Y”？
只需使用dput 向我们展示您的数据摘录，我们知道您在说什么。请阅读：stackoverflow.com/questions/5963269/…
只是出于好奇：您分配了结果，对吧？ (<-) 你写“列在他们的因子/字符类中”而不是“这是我得到的错误”听起来有点可疑跨度>
akash87 : 是欧洲数据，天数在前，我犯了不显示数据的错误，所以你看不到。
您不需要添加解释是什么解决了您的问题。接受答案就足够了。希望在社区中见到你。干杯。

标签： r date

【解决方案1】：

如果您使用的是 read.csv2，请尝试

read.csv2(..., stringsAsFactors=F)

然后继续 as.Date

【讨论】：

【解决方案2】：

只需使用 anytime 包中的 anydate() 函数即可：

R> library(anytime)
R> var <- as.factor(c("01/01/1999", "01/02/1999"))
R> anydate(var)
[1] "1999-01-01" "1999-01-02"
R> 
R> class(anydate(var))
[1] "Date"
R> 
R> class(var)
[1] "factor"
R> 
R>

它将读取大约任何输入时间，并将其转换不需要格式，只要所表示的内容有点标准（ie 我们不使用两位数的年份等）。

（否则，您当然也可以使用基本 R 函数在首先通过 as.character() 将因子转换回字符。但是 anytime() 和 anydate() 这样做，等等，也适合你。）

【讨论】：

不客气。现在，这在 StackOverflow 上的工作方式是，您还可以“投票”我的答案（通过单击向上三角形）和“接受”我的答案（通过单击刻度线 - 只有您作为提问者看到那）。这是一个奖励好问题和好答案的好系统。通过接受，您还可以获得一些业力点。（作为非常新的用户，您可能还无法投票。一旦您与网站进行了更多互动，就会出现这种情况。）
你好，我想我首先确定了为什么会出现问题，这也造成了“anydate”函数的另一个问题：我的数据是欧洲日期格式（%d/% m/%Y)，但是 anydate 将其识别为美国日期格式，将一个月 12 日之后的所有天返回为 NA，因为它将它们读取为月份。有没有办法解决这个问题？我尝试手动更改 .CSV 文件中的格式（通过更改单元格格式），但是 anydate 只给出“NA”。非常感谢您的宝贵时间
我也担心这个，是的，你可以。简而言之，在欧洲和美国之间，d.m 和 m/d 格式会导致混淆。所以我们启发式地猜测“地理首选”的连字符和斜线。但是您可以在搜索列表的开头覆盖格式和您自己的格式——请参阅help(addFormats) 了解详细信息，addFormats("%d/%m/%Y") 应该可以满足您的需求。