Грязные форматы даты во фрейме данных

Question

Я создал для себя задачу, которую не могу решить - есть дата-фрейм с датами начала и окончания некоторых проектов. Некоторые элементы неверны и показывают продолжительность проекта вместо даты окончания.

start_date <- c("2017-05-04", "2016-04-01", "2013-12-12", "2011-05-11", "2010-04-10", "2009-01-01")
end_date <- c("2020-01-01", "2020-01-06", "3 years", "36 months", "2020-01-01", "2020-01-01")
df <- data.frame(start_date, end_date)

start_date   end_date
1 2017-05-04 2020-01-01
2 2016-04-01 2020-01-06
3 2013-12-12    3 years
4 2011-05-11  36 months
5 2010-04-10 2020-01-01
6 2009-01-01 2020-01-01

Как рассчитать их и преобразовать в формат даты? Кроме того, структуры данных start_date а также end_date факторы.

Answer 1

Ты можешь использовать as.Date на дату окончания тогда lubridate::as.duration на значениях, которые терпят неудачу (то есть являются NA):

library(lubridate)
#> 
#> Attaching package: 'lubridate'
#> The following object is masked from 'package:base':
#> 
#>     date
start_date <- c("2017-05-04", "2016-04-01", "2013-12-12", "2011-05-11", "2010-04-10", "2009-01-01")
end_date <- c("2020-01-01", "2020-01-06", "3 years", "36 months", "2020-01-01", "2020-01-01")
df <- data.frame(start_date = as.Date(start_date), end_date, stringsAsFactors = FALSE)
df$EndDate <- as.Date(df$end_date)

for (i in which(is.na(df$EndDate))) {
  df[i, ]$EndDate <- as.Date(df[i, ]$start_date + as.duration(df[i, ]$end_date))
}
df
#>   start_date   end_date    EndDate
#> 1 2017-05-04 2020-01-01 2020-01-01
#> 2 2016-04-01 2020-01-06 2020-01-06
#> 3 2013-12-12    3 years 2016-12-11
#> 4 2011-05-11  36 months 2014-05-10
#> 5 2010-04-10 2020-01-01 2020-01-01
#> 6 2009-01-01 2020-01-01 2020-01-01