如何在R语言中统一日期格式为整数型YYYYMMDD？

针对字符列中同时存在YYYYMMDD和MM/DD/YYYY（含M/D/YYYY）两种格式的情况，以下两种方法可以统一转换为整数型的YYYYMMDD格式，避免出现NA：

方法1：使用lubridate包（推荐，代码更简洁） #

lubridate的parse_date_time函数支持同时指定多种日期格式，会自动匹配每个元素对应的格式进行解析：

library(lubridate)

# 示例数据
date_col <- c("20240101", "1/5/2024", "03/15/2023", "20221231")

# 解析混合格式的日期
parsed_dates <- parse_date_time(date_col, orders = c("Ymd", "m/d/Y"))

# 转换为整数型YYYYMMDD
final_dates <- as.integer(format(parsed_dates, "%Y%m%d"))

# 查看结果
final_dates
# 输出：20240101 20240105 20230315 20221231

方法2：Base R原生实现（无需额外包） #

通过判断字符串长度和格式，分情况处理：

# 示例数据
date_col <- c("20240101", "1/5/2024", "03/15/2023", "20221231")

final_dates <- sapply(date_col, function(x) {
  # 判断是否为YYYYMMDD格式（8位纯数字）
  if (nchar(x) == 8 && grepl("^\\d{8}$", x)) {
    as.integer(x)
  } else {
    # 解析MM/DD/YYYY格式，转换为YYYYMMDD后转整数
    as.integer(format(as.Date(x, format = "%m/%d/%Y"), "%Y%m%d"))
  }
})

# 将结果转为向量（sapply默认返回列表）
final_dates <- as.integer(final_dates)

# 查看结果
final_dates
# 输出：20240101 20240105 20230315 20221231

注意事项 #

• 如果数据中存在无效日期（比如13/32/2024），两种方法都会返回NA，建议先通过is.na(parsed_dates)或类似方式检查并清理无效数据。
• 若你的数据集是data.frame，可将上述逻辑直接应用于对应列，比如df$date_int <- as.integer(format(parse_date_time(df$date_char, orders = c("Ymd", "m/d/Y")), "%Y%m%d"))

内容的提问来源于stack exchange，提问作者DrZhivago