如何在R中转换字符型日期并拆分为年、月、日、时分字段？

错误原因分析 #

• as.Date() 失败：该函数默认仅识别无时间的标准日期格式（如YYYY-MM-DD），你的字符串包含时间部分且格式非标准，未指定匹配格式时会报错。
• as.numeric() 失败：字符型日期无法直接转数值，强制转换必然生成NA。
• lubridate::mdy_hm() 失败：大概率是数据集中存在部分与6/30/22 17:27格式不一致的异常记录，导致批量解析失败。

解决方案 #

方案1：使用Base R完成转换与字段拆分

直接指定格式将字符型日期转为带时间的POSIXct类型，再提取所需字段：

# 转换为带时间的日期类型
all_trips$datetime <- as.POSIXct(all_trips$started_at, format = "%m/%d/%y %H:%M")

# 提取年、月、日、时、分字段
all_trips$year <- format(all_trips$datetime, "%Y")
all_trips$month <- format(all_trips$datetime, "%m")
all_trips$day <- format(all_trips$datetime, "%d")
all_trips$hour <- format(all_trips$datetime, "%H")
all_trips$minute <- format(all_trips$datetime, "%M")

格式参数说明：

• %m：月份（1-12，支持单/双位）
• %d：日期（1-31，支持单/双位）
• %y：两位年份（如22会解析为2022）
• %H：24小时制小时数
• %M：分钟数

方案2：使用lubridate处理（兼容异常格式）

如果数据存在多种日期格式，用parse_date_time支持多格式解析，同时排查异常记录：

library(lubridate)

# 尝试解析，支持"月/日/年 时:分"格式
all_trips$datetime <- parse_date_time(all_trips$started_at, orders = "mdy HM")

# 定位解析失败的异常日期
bad_records <- all_trips[is.na(all_trips$datetime), ]
# 查看前几条异常记录的格式
head(bad_records$started_at)

根据异常记录的实际格式，补充到orders参数中（如orders = c("mdy HM", "mdY HM")），即可完成全量解析。之后同样用lubridate的内置函数提取字段：

all_trips$year <- year(all_trips$datetime)
all_trips$month <- month(all_trips$datetime)
all_trips$day <- day(all_trips$datetime)
all_trips$hour <- hour(all_trips$datetime)
all_trips$minute <- minute(all_trips$datetime)

内容的提问来源于stack exchange，提问作者matt_brown