如何用read_csv解析Year-B1/Year-B2格式的半年期时间变量

由于col_date()的格式参数仅支持标准日期格式占位符（比如%Y代表年份、%m代表月份），无法直接解析Year-B1/Year-B2这种自定义格式，因此需要分两步处理：先读取为字符型，再转换为目标格式。

步骤1：读取CSV文件 #

先将time列读取为字符型，避免解析错误：

library(tidyverse)

tb_r <- read_csv("tb.csv", col_types = cols(
  time = col_character(),
  country = col_character(),
  value = col_double()
))

步骤2：转换时间格式 #

提供两种方案，按需选择：

方案一：转为日期对象（支持后续时间运算）

如果需要后续对时间进行排序、筛选等操作，建议先转为标准日期，再格式化展示：

tb_r_processed <- tb_r %>%
  mutate(
    # 将B1映射为6月30日，B2映射为12月31日，转为日期类型
    date = as.Date(str_replace(time, "B1", "-06-30") %>% str_replace("B2", "-12-31")),
    # 格式化为"Year:Jun"/"Year:Dec"样式
    time = format(date, "%Y:%b")
  ) %>%
  select(time, country, value) # 保留需要的列

方案二：直接字符串替换（仅用于展示）

如果不需要日期类型，仅需修改显示格式，直接替换字符串即可：

tb_r_processed <- tb_r %>%
  mutate(
    time = str_replace(time, "B1", ":Jun") %>% str_replace("B2", ":Dec")
  )

最终结果 #

处理后的数据框如下：

# A tibble: 4 × 3
  time     country value
  <chr>    <chr>   <dbl>
1 2021:Jun USA         3
2 2021:Dec USA         5
3 2022:Jun USA         4
4 2022:Dec USA         7

内容的提问来源于stack exchange，提问作者Marie Veit