在R语言中将dmy_hm/dmy_hms格式日期统一转换为mdy_hm格式

需要将数据列中同时存在dmy_hm（示例：01/05/2023 14:30）和dmy_hms（示例：01/05/2023 14:30:45）两种格式的日期字符串，转换为统一的mdy_hm格式日期对象。此前尝试多种方法均出现NA值，部分方法仅能解析一半数据。

已尝试的代码 #

• 方法1：

format_ymd  <- as.Date(dat$timestamp, format = "%Y-%m-%d") 
format_dmy  <- as.Date(dat$timestamp, format = "%d/%m/%Y") 
as.Date(ifelse(is.na(format_ymd), format_dmy, format_ymd), origin = "1970-01-01")

• 方法2：

parse_date_time(date_time, orders = c("dmY_HM", "dmY_HMS"))

（该方法仅解析出一半数据，其余为NA）

• 方法3：

addFormats(c('%d-%m-%Y', '%d/%m/%Y')) 
dat$timestamp <- lapply(dat$timestamp,  function(x) format(anydate(x), "%d-%m-%Y"))

解决方案 #

推荐使用lubridate包的工具，精准覆盖两种格式后转换为目标格式：

方法一：用parse_date_time统一解析 #

library(lubridate)

# 解析两种格式的日期字符串，orders参数指定正确格式规则
dat$parsed_timestamp <- parse_date_time(dat$timestamp, orders = c("dmy HM", "dmy HMS"))

# 转换为mdy_hm格式的日期时间对象
dat$mdy_hm_timestamp <- as.POSIXct(format(dat$parsed_timestamp, "%m/%d/%Y %H:%M"), 
                                   format = "%m/%d/%Y %H:%M")

方法二：分两次解析补全NA #

library(lubridate)

# 先尝试解析带秒的格式
dat$parsed_timestamp <- dmy_hms(dat$timestamp, quiet = TRUE)
# 对解析失败的行，用不带秒的格式补解析
na_rows <- is.na(dat$parsed_timestamp)
dat$parsed_timestamp[na_rows] <- dmy_hm(dat$timestamp[na_rows])

# 转换为mdy_hm格式
dat$mdy_hm_timestamp <- format(dat$parsed_timestamp, "%m/%d/%Y %H:%M")
# 若需保留日期时间对象类型而非字符串，执行下方转换
dat$mdy_hm_timestamp <- as.POSIXct(dat$mdy_hm_timestamp, format = "%m/%d/%Y %H:%M")

说明 #

• 之前使用parse_date_time失败，大概率是orders参数格式写法错误，需用"dmy HM"（日期部分dmy，时间部分HM，空格分隔）而非"dmY_HM"；
• dmy_hms和dmy_hm组合解析的方式，能分别匹配带秒和不带秒的格式，补全NA值；
• 最终转换为mdy_hm格式时，若只需字符串格式可直接用format，若需日期时间对象则用as.POSIXct二次转换。

内容的提问来源于stack exchange，提问作者Jalcorn