从具有不同日期格式的字符串变量中提取 R 中的日期，显示缺乏一般结构/困难模式

Question

我有一列大约 1300 个字符，我需要从中提取一个日期，如果该字符包含一个日期（即如果 NA 则没有要拍摄的日期）并且如果它包含多个日期，我只需要一个； 如果它包含日期间隔，我不需要日期。

例如，这里有 10 个观察结果，最能说明不同的情况，我想作为评论得到：

string1 <- 'Eff. 1/1/96 ACWD Res #96-006 Service' # need the date
string2 <- 'NA' # irrelevant 
string3 <-'Effective 2/1/07' # need the date
string4 <- 'Effective: 3/01/2011' # need the date
string5 <- 'Eff. July 1, 1995 Ord. #92 Includes Cap Exp Ch' # need the date
string6 <- 'Effective: 2010-11' # need the date
string7 <- 'Eff. January 02' # need the date 
string8 <- 'Effective 1/1/09 Billing (svc prd 10/15 - 12/15/08)' # need first date only, not intervals
string9 <- 'Eff. 9/1/95 Resolution No. 63-95 1st 1000 g. free' # need the date
string10 <- '(svc prd 10/15-12/15/08)' # don't need interval dates

所以strings 1 & 3 & 8 & 9 （格式相同）、 string7 、 string4 、 string5和string6具有不同的日期格式。 此外， string6和string7有更多问题。 string6可以取为1/1/10 （一般取为 1/1/FIRST YEAR），而string7的年份可以用另一个字符列标识，命名为FY包含FY 9596等值，则string7可以取为1/2/95 。

10个字符串所需的 output 应该是：（它们也可以是YYYY-MM-DD ，只要它们一致就没有关系）

1/1/96
NULL
2/1/07
3/1/11
7/1/95
1/1/10
1/2/95
1/1/09
9/1/95
NULL

当我一次在 10 上测试它时，使用以下

for(j in 1:10){
strapplyc(string[j], "\\d+/\\d+/\\d+", simplify = TRUE)
}

由于实例日期格式的结构差异，我得到以下信息：

Error in if (nchar(s) > 0 && substring(s, 1, 1) == "\002") { : 
  missing value where TRUE/FALSE needed

特别是， string7 ， string5 ， string6无法返回我需要的内容，正如预期的那样，我得到NULL ； 此外，我得到的string8无法返回我需要的内容

      [,1]      
[1,] "1/1/09"  
[2,] "12/15/08"

最后， string10无法返回我需要的内容，而是得到12/15/08 。

使用ifelse对 string5 、 string5 、 string6进行mutate的最有效方法是string7 ？ 对于string10 ，如果日期之前，我想分配 NULL -因为我认为这可能表示一个与我的目的无关的间隔，但string6包含我需要的连字符。

据我所知，我在这里和这里看到了一些相关的帖子。 但认为这个案例是完全不同的。 如果不是这种情况，请提前道歉。

很感谢任何形式的帮助 ！！

Answer 1

根据@mnist 的评论和我后续评论中公认的模式，我使用grepl拆分数据（让myData表示我的数据框，让String表示所有 1300 个字符串观察的列）

myData <- myData %>% filter(grepl("Eff|eff|Ef",String))

然后我再次将myData拆分为 2 个子集，案例 1（很好的案例）对应于filter(grepl("\\d+/\\d+/\\d+", String))和案例 2 对应于filter(,grepl("\\d+/\\d+/\\d+", String))分别。 事实证明，案例 2（烦人的案例）仅占观察结果的 3%（<50 obs），我想我将手动处理，因为它并不多。

事实证明，案例 1 只有一个像string8这样的观察结果，所以我手动更正了。