日期和不可信的日期

Question

该问题与数据帧有关，该数据帧由缺失值、日期和在日和/或月之前具有负号的一些不可信的日期组成。我使用下面的代码将excel文件中的数据读取到R中

df <- data.frame(read_excel("dat.xlsx", col_types = c("numeric", "guess"))) 

这会将日期更改为数字值。当然，如果我想获得日期，我可以将上面代码中的“猜测”替换为“日期”。但是，我希望获得不可信的日期，并将所有其他条目替换为NA。数据帧的一个示例是

df<-data.frame("id"=c(1,2,3,4,5),
"date" = c("-2/8/2018","-22/11/2018","-1/-2/2018",39586,"NA"))

数值39586实际上是将excel文件读入R后转换为数字的日期(即11/04/2008)。

通过使用

df$date<-df[is.integer(df$date)] <- NA

我尝试将所有整数转换为NA并保留不可信的日期，但date列的所有组件都更改为NA，即

  id date
1  1   NA
2  2   NA
3  3   NA
4  4   NA
5  5   NA

如何解决这个问题？预期的输出将如下所示

  id        date
1  1   -2/8/2018
2  2 -22/11/2018
3  3  -1/-2/2018
4  4          NA
5  5          NA

其次，如何删除日期后面的减号？我很感谢你在这方面的帮助。

Answer 1

我们可以使用gsub将带负号的数字替换为99，然后使用replace将值转换为不遵循日期模式的NA。

df$date <- gsub("-\\d+", "99", df$date)
df$date <- replace(df$date, !grepl("\\d+/\\d+/\\d+", df$date), NA)
df

#  id       date
#1  1  99/8/2018
#2  2 99/11/2018
#3  3 99/99/2018
#4  4       <NA>
#5  5       <NA>