如何在R中解析含单词格式时区的日期时间字符串？

核心问题 #

strptime的%z参数仅支持识别数字形式时区（如+0200），遇到"Romance Summer Time"这类单词格式的时区时会返回NA，示例如下：

> strptime("Jun 23, 2022 04:00:01.12345678 Romance Summer Time", format = "%b %d, %Y %H:%M:%OS %z")
[1] NA

可行解决方案 #

1. 使用parsedate包自动解析 #

parsedate包支持自动识别多种时区格式，包括单词形式的时区，无需手动指定解析格式：

install.packages("parsedate")
library(parsedate)

parse_date("Jun 23, 2022 04:00:01.12345678 Romance Summer Time")

执行后会直接返回带正确时区信息的POSIXct类型对象。

2. 结合lubridate与时区映射 #

如果偏好使用lubridate，可以先提取日期时间主体部分，再将单词时区映射为标准Olson时区标识符后解析：

library(lubridate)

# 目标字符串
dt_str <- "Jun 23, 2022 04:00:01.12345678 Romance Summer Time"

# 提取日期时间部分
dt_core <- sub("(.*) Romance Summer Time", "\\1", dt_str)
# 单词时区对应标准Olson时区（Romance Summer Time对应Europe/Paris）
target_tz <- "Europe/Paris"

# 解析为带时区的日期时间对象
ymd_hms(dt_core, tz = target_tz)

注意：需要提前建立单词时区到Olson时区的映射表（可通过OlsonNames()查看所有可用标准时区），覆盖数据中出现的所有单词时区变体。

3. 使用anytime包自动识别 #

anytime包同样支持自动识别多种日期时间格式，包含部分单词时区：

install.packages("anytime")
library(anytime)

anytime("Jun 23, 2022 04:00:01.12345678 Romance Summer Time")

对于常见单词时区能直接解析，小众时区可能需要补充时区映射配置。

注意事项 #

• 单词时区命名存在变体，部分包可能无法覆盖所有情况，优先建议使用标准Olson时区标识符存储或转换时区信息。
• 若数据中时区格式多样，提前整理并维护时区映射表能大幅提升解析效率与准确性。

内容的提问来源于stack exchange，提问作者Ian