从Character类型的日期时间变量中提取完整年份

针对字符型的日期时间列df$DTS（示例值：2/14/21 4:55），以下两种方法可提取出4位年份（如2021）：

方法1：转换为日期时间类型后提取 #

先将字符型数据转换为标准日期时间对象，再提取年份，这是更稳妥的方式，能避免字符串格式不一致导致的错误：

基础R实现 #

# 转换为POSIXct格式，匹配"月/日/两位年 时:分"的格式
df$datetime_col <- as.POSIXct(df$DTS, format = "%m/%d/%y %H:%M")
# 提取4位年份
df$year <- format(df$datetime_col, "%Y")

lubridate包简化实现 #

lubridate包能自动识别常见日期格式，代码更简洁：

library(lubridate)
# 直接转换并提取年份
df$year <- year(mdy_hm(df$DTS))

方法2：直接字符串处理 #

如果确定所有日期格式统一为月/日/两位年 时间，可以直接通过字符串操作提取年份部分：

分割字符串法 #

# 按"/"和空格分割，取第三位（两位年份）并补"20"
df$year <- paste0("20", sapply(strsplit(df$DTS, "/| "), function(x) x[3]))

正则匹配法 #

# 用正则匹配提取"/"后的两位年份，补"20"
df$year <- paste0("20", sub(".*/(\\d{2}).*", "\\1", df$DTS))

注意：如果数据中包含19xx年的日期（如12/31/99 10:00），上述字符串方法会得到2099，这种情况建议优先使用方法1，转换日期时系统会自动识别（需确保R的cutoff.year参数设置正确，默认是当前年份减69）。

内容的提问来源于stack exchange，提问作者Jamie