R read_excel readxl 有时会错误地将数字转换为日期

Posted 2023-05-06

【中文标题】R read_excel readxl 有时会错误地将数字转换为日期

【英文标题】：R read_excel readxl sometimes incorrectly converts numbers to dates

【发布时间】：2018-04-13 07:22:11

【问题描述】：

当我使用 read_excel 将数据从 Excel 导入 R 时，一些数值列会自动转换为日期。

# e.g.
5600 to 1915-05-01

有没有办法关闭这个功能？除了在 r​​ead_excel 中使用“col_types”参数。

【问题讨论】：

col_types 是伴侣

您对使用明确为您所追求的目的而设计的论点有何反感？我一定是错过了什么

问题是，你的数据中有什么让 read_excel 认为这是一个日期？如果只是数字，这可能不会发生

@MichaelChirico 我正在使用 for 循环上传多个文件（30 多个 excel），它们可以有不同的结构（例如列名、列数）。因此，一对一定义 col_types 是可能的，但效率不高。

@docendodiscimus 这是一个非常好的观点。我在发布这个问题之前检查了 Excel 上的数据，该列仅包含 1 到 5 位整数。

【参考方案1】：

readxl 包与用于原始数据文件的readr 一样，有一个类型猜测器来确定如何读取 Excel 电子表格中的列。正如包小插曲中所述，猜测过程并不完美，尤其是与日期格式有关，因为它们存储为特殊类型的数字。

如包文档（以及 OP 上的 cmets）中所述，避免列类型猜测器的不准确猜测的方法是使用 read_excel() 上的 col_types 参数显式指定列类型。

【讨论】：

如果类型猜测失败，可能算法可以改进。我鼓励 OP 在 GitHub 上提出问题并尽可能分享他们的数据