r - 从Excel导入到R中的日期以不同方式转换为字符时会产生不同的结果

将包含日期的Excel电子表格导入R(使用readxl)。例如。

`# A tibble: 9 x 2
     id       date
  <dbl>     <dttm>
1     1 2000-01-23
2     2 2000-01-24
3     3 2000-01-25
4     4 2000-01-26
5     5 2000-01-27
6     6 2000-01-28
7     7 2000-01-29
8     8 2000-01-30
9     9 2000-01-31`

现在将日期列转换为字符:

使用$

> as.character(dat$date)[1] "2000-01-23" "2000-01-24" "2000-01-25" "2000-01-26" "2000-01-27" "2000-01-28" "2000-01-29" "2000-01-30" "2000-01-31"

使用[[]]

> as.character(dat[[2]])[1] "2000-01-23" "2000-01-24" "2000-01-25" "2000-01-26" "2000-01-27" "2000-01-28" "2000-01-29" "2000-01-30" "2000-01-31"

使用[，]

> as.character(dat[ , 2])[1] "c(948585600, 948672000, 948758400, 948844800, 948931200, 949017600, 949104000, 949190400, 949276800)"
为什么第三种情况产生不同的结果？我相信前两种情况会返回 vector ，而第三种情况会返回数据帧，但是为什么会有区别呢？情况3的数字从哪里来？ (这些数字与Excel用于表示日期的数字不一致。)

最佳答案

区别在于您有一个tibble，而不是data.frame。如果子设置返回单列或单行，则data.frame默认情况下将减少为 vector ；您可以选择使用drop=F(请参见下文)来防止这种情况。

在基于tidyverse的程序包中，这被认为是“好功能”:做一件事，总是返回相同的类/结构，等等。可以考虑以编程上可能无法预测的方式返回list或vector的函数。一个问题。 (因此，当我以编程方式处理原始data.frame副tbls时，经常在需要防范时添加,drop=FALSE。)

类似地，您是否曾经被sapply或mapply咬伤？如果返回的值都具有相同的长度/类，则将得到vector或matrix，但是如果任何长度或类都不相同，则将得到list，无论您期望与否。这是使用sapply(..., simplify=FALSE)或lapply(...)或mapply(..., SIMPLIFY=FALSE)始终“证明”的一种理由。这也是purrr::map系列函数的部分合理性。

例子:

library(dplyr)
d1 <- data.frame(dt=seq.Date(as.Date('2000-01-23'),as.Date('2000-01-30'),by='day'))
d2 <- as.tbl(d1)

d1[,1]
# [1] "2000-01-23" "2000-01-24" "2000-01-25" "2000-01-26" "2000-01-27"
# [6] "2000-01-28" "2000-01-29" "2000-01-30"
d2[,1]
# # A tibble: 8 × 1
#           dt
#       <date>
# 1 2000-01-23
# 2 2000-01-24
# 3 2000-01-25
# 4 2000-01-26
# 5 2000-01-27
# 6 2000-01-28
# 7 2000-01-29
# 8 2000-01-30

为什么这会产生一些时髦？由于数据中还有其他原因。

d1$id <- 1:nrow(d1)
d2$id <- 1:nrow(d2)
as.character(d2)
# [1] "c(10979, 10980, 10981, 10982, 10983, 10984, 10985, 10986)"
# [2] "1:8"
as.character(d1[,1])
# [1] "2000-01-23" "2000-01-24" "2000-01-25" "2000-01-26" "2000-01-27"
# [6] "2000-01-28" "2000-01-29" "2000-01-30"
as.character(d1[,1,drop=FALSE])
# [1] "c(10979, 10980, 10981, 10982, 10983, 10984, 10985, 10986)"
as.character(d2[,1])
# [1] "c(10979, 10980, 10981, 10982, 10983, 10984, 10985, 10986)"

在整个框架上调用函数时(无论是否为tibble)，它通常会将所有列转换为最低通用格式character < numeric < integer和POSIXt实际上是numeric(带有tz info)，因此将其强制转换为numeric。因为其中包含非POSIXt。 (这同样适用于POSIXt和Date类。)

(关于他们被逼到的实际数字，我不知道是副手...)

关于r - 从Excel导入到R中的日期以不同方式转换为字符时会产生不同的结果，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50283340/