lapply，数据争吵日期，意外输出答案

【问题标题】：lapply, data wrangling dates, unexpected outputlapply，数据争吵日期，意外输出
【发布时间】：2018-07-24 05:00:12
【问题描述】：

我有一个数据集 (CSV)，其中一列包含多种日期格式，可以是

|birth_date|
------------
|DD/MM/YYYY|
|YYYY-MM-DD|
| YYYY     |
| [BLANK]  |

我正在尝试将“YYYY-MM-DD”格式的日期更改为“DD/MM/YYYY”。到目前为止，我有以下代码：

# Loading in required libraries
library(tidyverse)
source("R/formatDate.R")

# Reading in the Nobel Prize data
data <- read_csv('datasets/data1.csv')

fixed_birthdates <- lapply(data["birth_date"], function(x) formatDate(x))$birth_date
data[["birth_date"]] <- fixed_birthdates

格式日期.R：

formatDate <- function(x) {
  output <- x
  if (grepl('-', x, fixed = TRUE)) {
    xx <- strsplit(x,'-',TRUE)
    output <- paste(xx[3],xx[2],xx[1],sep="/")
  }
  return(output)
}

但是每次我运行它时，fixed_birthdates 的值都等于"c(\"1854\", \"03\", \"15\")/c(\"1839\", \"03\", \"16\")/c(\"1852\", \"08\", \"30\")"。该变量有 5 个元素，而我的原始数据集有 969 个。不知道为什么会这样。

我试图实现的逻辑很简单，但是我不知道如何在 R 中表达它。使用 c# 代码它看起来像这样：

string formatDate (string x)
{
    string output = x;
    if (x.Contains("-"))
    {
        string[] xx = x.Split('-');
        output = xx[1]+'/'+xx[2]+'/'+xx[3];
    }
    return output;
}

【问题讨论】：

标签： r function

【解决方案1】：

您可以尝试通过as.Date 格式化，然后覆盖成功解析的值。这是一个简单的例子：

data <- data.frame(
  birth_date = c("01/01/2001", "2010-03-14", "1982", ""),
  stringsAsFactors=FALSE
)
#  birth_date
#1 01/01/2001
#2 2010-03-14
#3       1982
#4

frmtdate <- as.Date(data$birth_date, format="%Y-%m-%d")
data$birth_date[!is.na(frmtdate)] <- format(frmtdate[!is.na(frmtdate)], "%d/%m/%Y")
data
#  birth_date
#1 01/01/2001
#2 14/03/2010
#3       1982
#4

【讨论】：

【解决方案2】：

strsplit 的输出是list。我们可以向量化而不是循环遍历每个元素，但是可以通过使用 [[ 提取 list 元素来纠正 OP 的代码

formatDate <- function(x) {
  output <- x
  if (grepl('-', x, fixed = TRUE)) {
    xx <- strsplit(x,'-',TRUE)
    output <- paste(xx[[1]][3],xx[[1]][2],xx[[1]][1],sep="/")
  }
  return(output)
}

data[,"birth_date"] <- sapply(data[,"birth_date"], function(x) formatDate(x))
data[, "birth_date"]
#[1] "01/01/2001" "14/03/2010" "1982"       ""

【讨论】：

这有点像我期望的解决方案。但上面的代码将所有日期更改为第一个birth_date 值（格式正确）