如何用readr的read_csv()读取含多种日期格式的单列数据？

readr原生的col_date()仅支持单一日期格式，但可以通过自定义列解析函数实现类似lubridate::parse_date_time()的多格式解析功能，无需先将列读取为字符串再后续转换。

实现方法 #

通过col_parse()传入封装了parse_date()的自定义函数，让parse_date()尝试多种格式解析日期：

library(tidyverse)

# 定义支持多格式的日期解析列类型
col_date_multi <- function(formats = c("%Y-%m-%d", "%d/%m/%Y")) {
  col_parse(function(x) parse_date(x, format = formats))
}

# 示例数据
df <- r'(
    id,date
    1,2023-01-01
    2,1/1/2023
)'

# 读取数据时使用自定义列类型
col_spec <- cols(
  id = col_character(),
  date = col_date_multi()
)

read_csv(df, col_types = col_spec)

运行结果：

# A tibble: 2 x 2
  id    date      
  <chr> <date>    
1 1     2023-01-01
2 2     2023-01-01

简化写法（无需自定义函数） #

也可以直接在cols()中使用匿名函数，省去单独定义函数的步骤：

col_spec <- cols(
  id = col_character(),
  date = col_parse(function(x) parse_date(x, format = c("%Y-%m-%d", "%d/%m/%Y")))
)

read_csv(df, col_types = col_spec)

注意事项 #

• parse_date()会按照format参数的顺序尝试解析，遇到匹配的格式就停止。如果存在歧义格式（如1/2/2023可能被解析为日/月/年或月/日/年），需要调整格式顺序以匹配你的数据逻辑。
• 可以根据实际需求扩展formats参数的内容，比如添加%m/%d/%Y等其他格式。

内容的提问来源于stack exchange，提问作者joshbrows