用 R 读 Excel，日期列打开一看全是 44562、44635 这样的数字——数据是从某个业务系统导出的，或者同事把日期列"选择性粘贴 → 仅数值"过一遍，就会出现这种情况。

这不是文件坏了：Excel 内部本来就用数字记日期，只是单元格套了个"日期格式"的皮；导出的文件把皮弄丢了，R 读到的就是裸数字。

本文用一组实测数据演示两种还原方法，以及三个连一些老手都会踩的坑。

先复现问题。测试文件有 4 列：正常日期列、系统导出的序列号列、文本型序列号列：

library(readxl)
dat <- read_excel("samples.xlsx")
str(dat)
tibble [4 x 4] (S3: tbl_df/tbl/data.frame)
 $ sample_id   : chr [1:4] "S001" "S002" "S003" "S004"
 $ collect_date: POSIXct[1:4], format: "2022-01-01" "2022-03-15" ...
 $ export_date : num [1:4] 44562 44635 44520 44742
 $ date_text   : chr [1:4] "44562" "44635" "44520" "44742"

看得非常清楚：collect_date 是真日期（POSIXct），而 export_date 被读成了 num（数字），date_text 是 chr（文本）。两种情况解法略有不同。

先搞懂：44562 凭什么是 2022-01-01？

Excel 的日期本质是序列号：1900 年日期系统的第 1 天是 1900-01-01（序列号 1），之后每天加 1。2022-01-01 恰好是第 44562 天。

那还原时 origin（起点）应该填什么？网上很多文章写 origin = "1900-01-01"，这是错的，会差两天。原因是个历史遗留 bug：Excel 为了兼容 Lotus 1-2-3，把 1900 年错误地当成了闰年——日历里根本不存在 1900-02-29 这一天，但序列号给它留了位置。于是 1900-03-01 之后的日期，序列号实际等于"距 1899-12-30 的天数"。验证一下：

as.Date(1, origin = "1899-12-30")   # 序列号 1 对应哪天？
# [1] "1899-12-31"                    # 不是 1900-01-01！差的那天就是虚构的 1900-02-29
as.Date(44562, origin = "1899-12-30")
# [1] "2022-01-01"                     # 1900-03-01 之后的所有日期，这个 origin 都是对的

origin = "1899-12-30"。唯一的例外是 1900 年 1、2 月的历史数据会差一天，但实际工作里几乎碰不到。

解法一：as.Date + origin（基础写法，不依赖任何包）

# 数值型序列号，直接转
dat$export_date <- as.Date(dat$export_date, origin = "1899-12-30")

# 文本型数字（chr），要先转数值再转日期
dat$date_text <- as.Date(as.numeric(dat$date_text), origin = "1899-12-30")

dat$export_date
# [1] "2022-01-01" "2022-03-15" "2021-11-20" "2022-06-30"

解法二：janitor::excel_numeric_to_date（推荐，不用记 origin）

如果你装了 tidyverse 生态的 janitor 包，一行搞定，函数名就是自我解释：

janitor::excel_numeric_to_date(dat$export_date)
# [1] "2022-01-01" "2022-03-15" "2021-11-20" "2022-06-30"

它内部处理了 origin 问题，还能用 include_time = TRUE 保留时间。openxlsx 包也有等价的 convertToDate()，效果相同。

坑 1：col_types = "date" 这个偏方，一半灵一半不灵

网上有人建议读的时候直接指定 col_types = "date"。我实测（readxl 1.4.3）的结果是：数值型序列号真能被救回来，但会刷一排警告；文本型数字直接变 NA，数据无声丢失：

dat2 <- read_excel("samples.xlsx",
                   col_types = c("text", "date", "date", "date"))
# Warning: Coercing numeric to date in C2 / R2C3
# Warning: Expecting date in D2 / R2C4: got '44562'   <-- 文本列变 NA

结论：应急可以（列全是数值型序列号时），但不能当通用解法——它救不了文本列，而且返回的是 POSIXct 日期时间而不是 Date。想稳妥，还是读完之后用解法一或解法二显式转换。

坑 2：转出来的日期差了整整 4 年？文件是 1904 日期系统

如果套用 origin = "1899-12-30" 后日期明显不对劲（差 4 年左右），说明这个文件是老版 Mac Excel 生成的 1904 日期系统（Excel for Mac 2011 及更早版本的默认设置）。对照实测：

as.Date(44562, origin = "1904-01-01")
# [1] "2026-01-02"   # 同一序列号，差出 4 年多

遇到这种情况把 origin 换成 "1904-01-01" 即可。现在的 Excel（Windows / Mac 统一后）默认都是 1900 系统，这个坑主要存在于十年前的老文件。

怎么确认一列数字确实是日期序列号

快速判断法：现代日期（1970 ~ 2030 年）对应的序列号范围大约是 25569 ~ 47847。如果你那列"看起来像乱码的数字"落在这个区间、而且业务上确实应该有日期列，基本可以断定是序列号。

完整可跑代码

library(readxl)

dat <- read_excel("samples.xlsx")

# 数值型序列号 -> 日期
dat$export_date <- as.Date(dat$export_date, origin = "1899-12-30")
# 文本型 -> 先数值再日期
dat$date_text <- as.Date(as.numeric(dat$date_text), origin = "1899-12-30")

str(dat)   # 两列都变成了 Date

扩展阅读