如何拆分含缺失日期部分的日期列，让年份处于正确列？

你的问题核心是release_date列混合了两种格式：前两行是日/月/年结构，第三行仅包含年份。默认调用separate时，会按/直接拆分，导致第三行的年份被错误分到day列，而前两行的年份在year列，最终字段对应混乱。

以下是两种可行的解决方法：

方法1：先统一日期格式再拆分 #

先将仅含年份的条目补全为完整的日/月/年格式（比如默认补01/01/前缀），再用separate拆分：

library(tidyr)
df <- data.frame(ID=1:3, release_date=c('01/01/2020','22/06/2020','2019'))

# 统一日期格式：无分隔符的年份补01/01/前缀
df$release_date <- ifelse(
  grepl("/", df$release_date),
  df$release_date,
  paste0("01/01/", df$release_date)
)

# 拆分列
df2 <- separate(data = df, col = release_date, into = c("day", "month", "year"))

拆分后结果：

ID day month year
1  1  01    01 2020
2  2  22    06 2020
3  3  01    01 2019

方法2：用extract通过正则匹配直接提取 #

使用tidyr::extract，借助正则表达式匹配两种日期格式，直接将年份提取到year列，日和月按需处理：

library(tidyr)
df <- data.frame(ID=1:3, release_date=c('01/01/2020','22/06/2020','2019'))

# 正则匹配：可选的日/月/ 前缀 + 必有的年份
df2 <- extract(
  df, 
  release_date, 
  into = c("day", "month", "year"),
  regex = "(?:(\\d{2})/(\\d{2})/)?(\\d{4})",
  remove = TRUE
)

# 可选：将日/月的NA替换为默认值（比如01）
df2$day <- ifelse(is.na(df2$day), "01", df2$day)
df2$month <- ifelse(is.na(df2$month), "01", df2$month)

这种方法无需修改原数据，直接通过正则精准提取对应字段，适合格式混杂的场景。

内容的提问来源于stack exchange，提问作者angeliquelinde