使用read_csv导入CSV时部分时间列秒数截断的解决咨询

当CSV里的时间秒数全为00时，不管是Excel保存时自动省略，还是R用read_csv/read.csv导入时的自动解析，都可能导致部分时间列被截断成"2022/12/1 11:07"这种不带秒的格式，再加上部分数据被拆分为日期、时间两个单元格，格式不一致会直接影响lubridate::ymd_hms的处理。下面是具体解决方法：

1. 导入时强制保留原始文本格式 #

先把所有列按字符类型导入，避免R自动解析时丢失秒数信息：

# 使用read_csv时指定所有列按字符读取
library(readr)
df <- read_csv("你的文件路径.csv", col_types = cols(.default = col_character()))

# 如果用read.csv，指定colClasses为"character"
df <- read.csv("你的文件路径.csv", colClasses = "character")

2. 合并日期时间列并兼容两种格式 #

针对拆分的日期（如V1、V3）和时间（如V2、V4）列，先合并成完整字符串，再用parse_date_time同时兼容带秒和不带秒的格式：

library(lubridate)

# 合并V1和V2为完整时间字符串
df$dt1 <- paste(df$V1, df$V2)
# 自动识别两种时间格式：带秒(%Y/%m/%d %H:%M:%S)和不带秒(%Y/%m/%d %H:%M)
df$dt1 <- parse_date_time(df$dt1, orders = c("%Y/%m/%d %H:%M:%S", "%Y/%m/%d %H:%M"))

# 同理处理V3和V4
df$dt2 <- paste(df$V3, df$V4)
df$dt2 <- parse_date_time(df$dt2, orders = c("%Y/%m/%d %H:%M:%S", "%Y/%m/%d %H:%M"))

3. 批量处理多列的简化写法 #

如果有大量拆分的日期时间列，可以写个小函数批量处理：

process_dt <- function(date_col, time_col) {
  dt_str <- paste(date_col, time_col)
  parse_date_time(dt_str, orders = c("%Y/%m/%d %H:%M:%S", "%Y/%m/%d %H:%M"))
}

# 一次性生成处理后的时间列
df$dt1 <- process_dt(df$V1, df$V2)
df$dt2 <- process_dt(df$V3, df$V4)

4. 从源头避免问题 #

在Excel中准备CSV时，先把所有时间相关列设置为文本格式，再保存为CSV，这样即使秒数是00，也会被完整写入文件，导入R时就不会出现截断问题。

内容的提问来源于stack exchange，提问作者KintensT