R:charToDate(x) 中的错误:字符串不是标准的明确格式

Question

我有一个很大的数据集，其中包含数字、字符和一些日期变量。

structure(list(DOB = structure(c(18155, 18164, 
18785, 18328, 18314, 18307, 18324), class = "Date"), date_today_ppt_SEEQ = structure(c(18155, 
18164, 18785, 18328, 18314, 18307, 18324), class = "Date"), switching_home = c("Sometimes", 
"Most of the time", "Sometimes", "Sometimes", "Rarely", "Sometimes", 
"Rarely"), single_lang_environm_home = c(80, 0, 100, 75, 95, 
70, 30), dual_lang_environm_home = c(20, 60, 0, 23, 0, 20, 70
), dense_code_sw_home = c(0, 40, 0, 2, 5, 10, 0), between_sentence_sw_home = c("Sometimes", 
"Most of the time", "Sometimes", "Sometimes", "Never", "Sometimes", 
"Rarely"), within_sentence_sw_home = c("Sometimes", "Most of the time", 
"Most of the time", "Rarely", "Rarely", "Rarely", "Sometimes"
)), row.names = c(NA, 7L), class = "data.frame")

我正在尝试使用以下方法将字符值重新编码为数字:

exampledata[exampledata == "Always"] <- 100 
exampledata[exampledata == "Frequently"] <- 75
exampledata[exampledata == "Most of the time"] <- 75 
exampledata[exampledata == "Sometimes"] <- 50 
exampledata[exampledata == "Rarely"] <- 25 
exampledata[exampledata == "Never"] <- 0 

当我尝试这样做时，出现错误:

Error in charToDate(x) : 
  character string is not in a standard unambiguous format

我怀疑这与我的数据集中有日期格式(来自 xlsx 文件)有关，所以我做了一些事情，因为我读到它可能是区域设置或格式的问题日期。

exampledata$DOB <- openxlsx::convertToDate(exampledata$DOB)
exampledata$DOB <- as.Date(exampledata$DOB, format = "%d/%m/%y")#recorde as DD/MM/YYYY 
exampledata$DOB <- lubridate::ymd(exampledata$DOB, locale = "English")

有人建议使用mutate，所以我也尝试了:

exampledata <- mutate(exampledata, DOB = as.Date(DOB, "%d/%m/%y"))

当我运行时:

> class(exampledata$DOB)
[1] "Date" 

它清楚地显示为日期。但是，当我在窗口中打开数据框以进行可视化探索并将光标指向变量时，“第 1 列:未知”出现在我的光标下，这让我认为它没有转换为预期的(？)日期格式.

我通读了人们的类似问题，但不确定为什么当我运行 class 时它显示为日期并且仍然产生问题。另外，我应该只处理字符变量中的值，所以不确定为什么它会产生问题。另外，人们似乎在谈论它，但我没有找到这些标准的明确日期值实际上是什么？

最后，当我使用 dput 创建可重现的示例时，我可以看到我的日期已转换为数字，但是当我打印该列时，它会打印日期，所以我真的很困惑:

exampledata$DOB
[1] "2019-09-16" "2019-09-25" "2021-06-07" "2020-03-07" "2020-02-22" "2020-02-15" "2020-03-03"

如果有人有想法，我很乐意在这里提供帮助。

最后，这是我的版本信息(操作系统是Windows):

> R.version.string
[1] "R version 4.0.3 (2020-10-10)"

Answer 1

这是一个带有 mutate across 的 dplyr 方法:

library(dplyr)

df %>% 
  mutate(across(c(switching_home, between_sentence_sw_home, within_sentence_sw_home), ~case_when(. == "Always" ~ 100 ,
                                . == "Frequently" ~ 75, 
                                . == "Most of the time" ~ 75,
                                . == "Sometimes" ~ 50,
                                . == "Rarely" ~ 25,
                                . == "Never" ~ 0,
                                TRUE ~ NA_real_))
         )

         DOB date_today_ppt_SEEQ switching_home single_lang_environm_home dual_lang_environm_home dense_code_sw_home between_sentence_sw_home
1 2019-09-16          2019-09-16             50                        80                      20                  0                       50
2 2019-09-25          2019-09-25             75                         0                      60                 40                       75
3 2021-06-07          2021-06-07             50                       100                       0                  0                       50
4 2020-03-07          2020-03-07             50                        75                      23                  2                       50
5 2020-02-22          2020-02-22             25                        95                       0                  5                        0
6 2020-02-15          2020-02-15             50                        70                      20                 10                       50
7 2020-03-03          2020-03-03             25                        30                      70                  0                       25
  within_sentence_sw_home
1                      50
2                      75
3                      75
4                      25
5                      25
6                      25
7                      50