如何使用read.csv导入4位数字的年份值而不是2位数字

Question

我需要使用read.csv导入日期。 该日期在csv文件中为“ dd-mm-yyyy”格式。 我在下面附加了示例数据。

UniqueId DOB

1. 1984年1月4日
2. 24-08-1904
3. 2006年12月12日
4. 1870年5月5日

即使我将日期导入为字符，Read.csv也会将日期转换为“ dd-mm-yy”格式。 我需要它来导入所有4位数字的年份。

我的代码和结果是：

x <-read.csv（“ file”，header = TRUE，colClasses = c（“ DOB” =“字符”））

我也尝试过：

x <-read.csv（“ file”，header = TRUE，stringsAsFactors = FALSE）

两者的结果：

UniqueId DOB

1. 84年1月4日
2. 24-08-04
3. 06年12月12日
4. 70年5月8日

 > class(x$DOB) [1] "character" 

当我对此使用as.Date函数时，出现错误值：

> as.Date(dob$DOB, format="%d-%m-%y")  
[1] "01-04-1984" "24-08-2004" "12-12-2006" "05-08-1970"

我读为as.Date函数自动将00到68之间的年份转换为21世纪，而69到99之间的年份则自动转换为20世纪。

因此，我认为我在read.csv函数本身中犯了一个错误。

Answer 1

我还没有找到在一行中实现所需目标的方法，但是如果您有能力将任务分成两行，则可以尝试以下方法：

library(dplyr) # data frame operations
library(lubridate) # tidyverse-compliant package for operations on dates

x <- read.csv("file.csv", header=TRUE, stringsAsFactors=FALSE)
x <- x %>% mutate(DOB = as.Date(DOB, format="%d-%m-%Y"))
x %>% mutate(year = lubridate::year(DOB)) # just to verify that the operations on dates work as expected
#   UniqueID        DOB year
# 1        1 1984-04-01 1984
# 2        2 1904-08-24 1904
# 3        3 2006-12-12 2006
# 4        4 1870-05-05 1870