格式化几列的日期

Question

dt <- data.table(date1 = c("14.01.2009", "9/2/2005",  "24/1/2010", "28.01.2014"),
                 var1 = rnorm(4,2,1), 
                 date2 = c("09.01.2009", "23/8/2005","17.01.2000", "04.01.2005"), 
                 d = c("2020-02-23", "2015-05-26", "2002-02-04"))

我试过这个脚本

for (j in seq_along(dt)) if (all(grepl('\\d+(\\.|/|-)\\d+(\\.|/|-)\\d+',dt[,j]))) set(dt,j = j, value = dmy(dt[[j]]))

我有以下错误：

[.data.table(dt, , j) 中的错误：j（[...] 中的第二个参数）是单个符号，但未找到列名“j”。也许您打算使用 DT[, ..j]。与 data.frame 的这种差异是经过深思熟虑的，并在 FAQ 1.1 中进行了解释。

Answer 1

这里是data.table + lubridate 解决方案。

library(data.table)
library(lubridate)
cols = names(dt)[ dt[, sapply( .SD, function(x) {
    all( grepl( "\\d+(\\.|/|-)\\d+(\\.|/|-)\\d+", x ) )
  } ) ] ]
possible.date.formats <- c("d.m.Y", "d/m/Y", "Y-m-d") #possible data-formats
dt[, (cols) := lapply( .SD, 
                       lubridate::parse_date_time, 
                       orders =  possible.date.formats ), 
   .SDcols = cols][]

#         date1      var1      date2          d
# 1: 2009-01-14 1.9459372 2009-01-09 2020-02-23
# 2: 2005-02-09 3.7666378 2005-08-23 2015-05-26
# 3: 2010-01-24 0.6207715 2000-01-17 2002-02-04
# 4: 2014-01-28 2.8800135 2005-01-04 2020-02-23