R语言中如何将d.m.Y格式的字符日期转换为Y-m-d日期格式？

问题分析 #

你的两列日期分别是两种明确格式：

• Column1：d.m.Y（如01.01.2024）的字符型数据
• Column2：Y-m-d（如0001-01-01）的字符型数据

原函数使用parse_date_time时，多格式尝试可能引发不必要的歧义，且默认返回POSIXct类型（带时间的日期时间），而你需要的是纯日期类型（Date），最终显示为Y-m-d格式。

解决方案 #

直接针对每列的明确格式使用lubridate包的专用函数，精准转换为Date类型，默认打印输出即为Y-m-d格式：

1. 加载依赖包

library(lubridate)

2. 构造测试数据（匹配你的输入）

old <- data.frame(
  Column1 = c("01.01.2024", "01.01.2024", "01.01.2024", "01.01.2024", "01.01.2024", "01.01.2024"),
  Column2 = c("0001-01-01", "0001-01-01", "0001-01-01", "0001-01-01", "0001-01-01", "0001-01-01"),
  TIMESTAMP = structure(c(1711012856, 1711012856, 1711012856, 1711012856, 1711012856), class = c("POSIXct", "POSIXt"), tzone = "UTC")
)

3. 转换日期列

# 转换Column1：d.m.Y格式转Date类型
old$Column1 <- dmy(old$Column1)

# 转换Column2：Y-m-d格式转Date类型
old$Column2 <- ymd(old$Column2)

4. 验证结果

运行str(old)查看数据类型：

str(old)
# 'data.frame':	6 obs. of  3 variables:
#  $ Column1  : Date, format: "2024-01-01" "2024-01-01" ...
#  $ Column2  : Date, format: "0001-01-01" "0001-01-01" ...
#  $ TIMESTAMP: POSIXct, format: "2024-03-21 12:00:56" "2024-03-21 12:00:56" ...

优化原函数（可选） #

如果你需要保留函数式处理，修改原函数，针对每列指定格式并转换为Date类型：

standardize_date_format <- function(df) {
  # 为每列指定对应格式
  date_formats <- list(Column1 = "dmy", Column2 = "ymd")
  
  for (col in names(date_formats)) {
    if (col %in% names(df)) {
      # 按指定格式解析并转为Date类型
      df[[col]] <- as.Date(parse_date_time(df[[col]], orders = date_formats[[col]]))
    }
  }
  return(df)
}

# 应用函数
new_df <- standardize_date_format(old)

关键说明 #

• lubridate的dmy()/ymd()函数专为对应格式设计，比多格式尝试的parse_date_time更精准高效
• Date类型在R中默认以Y-m-d格式打印输出，满足你的显示需求
• 对于0001-01-01这类早于1970年的日期，lubridate可以正常处理（Date类型支持负数日期值表示1970年前的日期）

内容的提问来源于stack exchange，提问作者T K