如何在R中将多个日期格式格式化为一个？

Posted 2021-05-03

我试图在R中以相同的方式将一列日期全部格式化。但是，有很多不同版本的日期。

我已经查看了stackoverflow上的其他答案，但没有一个包含所有这些版本的日期（例如1999年7月4日）：

• 7/4/99
• 07/04/99
• 7/4/1999
• 07/04/1999
• 070499
• 7499
• 07041999
• 741999
• 7-4-99
• 07-04-99
• 7-4-1999
• 07-04-1999

我已经尝试删除所有' - '和'/'，所以我只剩下数字，但看起来问题是天数/月只有一位数。我试过了

if(nchar(data$birthday) == 6) (data$birthday = paste0("0", data$birthday))

但是，如果月份是用一位数写的，那只能解决问题。

这是我认为最接近的，但它仍然会产生错误。

data$newbirthday <- multidate(data$birthday, c("%m%d%Y", "%m%d%y", "%m/%d/%Y", "%m/%d/%y","%m-%d-%Y","%m-%d-%y")    

• 该格式的结果有两个版本：07/04/99和07-04-99
• 但是有两个版本将年份改为2019年：07/04/1999和07-04-1999
• 两个版本是NA：741999 7499

答案

我会使用lubridate灵活地（并巧妙地）解析不同的日期格式。

在你的情况下，我们得到

ss <- c(
    "7/4/99", "07/04/99", "7/4/1999",
    "07/04/1999", "070499", "7499",
    "07041999", "741999", "7-4-99",
    "07-04-99", "7-4-1999", "07-04-1999")

library(lubridate)
dmy(ss)
#[1] "1999-04-07" "1999-04-07" "1999-04-07" "1999-04-07" "1999-04-07"
#[6] NA           "1999-04-07" NA           "1999-04-07" "1999-04-07"
#[11] "1999-04-07" "1999-04-07"
#Warning message:
# 2 failed to parse.

剩下的是2个（模棱两可的）日期给NA。请注意，lubridate::dmy识别的所有日期都是正确的。

这里的坏人是"7499"和"741999"，两者都是模棱两可的;例如，考虑一下"11199"：这应该是“1999年1月11日”还是“1999年11月1日”？没有办法说出来。同样为"1111999"。

事实上，lubridate返回NA是正确的结果，因为这些日期不能（也不应该）解析。