如何在不知道索引R的情况下在多列中应用as.Date函数

希望在不知道位置的情况下转换多个列的类别。

这是数据集

# Dataset name call : df . # It is a example , real data has many columns
# that you cannot have a clear index by one sight.

A.Date      Price  B.Date       C.Date      Size    D.Date
2017-01-01   502   2017-01-03   2017-11-01   45.4   2016-10-01
2015-01-31   602   2017-02-03   2013-07-11   65.4   2016-03-24

我有如下代码：

 df[,grepl("Date",colnames(df))] <-
 lapply(df[,grepl("Date",colnames(df))],function(x) as.Date(x))

甚至我也试过这个代码：

 DateCol <- grep("Date",names(df)) 
 df[,c(DateCol)] <- as.Date(df[,c(DateCol)])

---

DateCol如果xxx.Date列为字符，则

库（dplyr）
txt虽然@Tung已经提供了一个很好的解决方案，但我觉得在这种情况下，
dplyr:：mutate_at
应该是更合适的选择，因为列预计会更改为
Date
包含
日期
作为其名称的一部分。因此，如果数据帧包含其他
字符
类型列，则
mutate_at
将提供选择列的灵活性

grep（“Date”，name（.），value=TRUE）
提供列列表，其中包含
Date
作为列名称的一部分

mutate_at
应用
as.Date
函数将这些列转换为
Date
类型

library(dplyr)

df %>%
  mutate_at(vars(grep("Date",names(.), value = TRUE)), funs(as.Date))

#      A.Date Price     B.Date    C.Date Size     D.Date
#1 2017-01-01   502 2017-01-03 2017-11-01 45.4 2016-10-01
#2 2015-01-31   602 2017-02-03 2013-07-11 65.4 2016-03-24

您能否显示列的
类
。第二个解决方案将不起作用，因为
as.Date
需要一个
向量或列作为输入。我对“日期”列的
类有疑问所有日期列类都是“字符”。谢谢Neilfwstry，我忘了提一个重要的问题，一些日期cols不能转换。因为它包含一个元素：“2017-01-01；2018-01-01”。因此，解决方案应该避免这些类型的col，而是转换为普通类型。谢谢董先生。但是在“is.character”和“as.Date”之后应该填充什么参数呢*mutate_impl（.data，dots）中出错：计算错误：字符串不是标准的明确格式。不需要任何参数
mutate\u if
检查列是否为字符，然后将它们转换为
Date
。尝试重新启动您的R会话（RStudio中的Ctrl+Shift+F10），然后仅运行我的代码。谢谢，您的方法有效。出现错误的原因是，某些日期列包含双日期，如：“2019-01-31；2017-02-02”，这使得查看者无法回答所有问题。我的问题是无法正确地提出问题来解决我需要应用于所有列的情况，该问题包含“日期”并删除多个日期列。谢谢MKR，这是在mutate_at中应用grep的一个好例子。它们是一次作业。
library(dplyr)

df %>%
  mutate_at(vars(grep("Date",names(.), value = TRUE)), funs(as.Date))

#      A.Date Price     B.Date    C.Date Size     D.Date
#1 2017-01-01   502 2017-01-03 2017-11-01 45.4 2016-10-01
#2 2015-01-31   602 2017-02-03 2013-07-11 65.4 2016-03-24