如何批量将多个字符列转为datetime？含read_csv导入问题

一、导入CSV时批量设置日期时间列类型 #

如果能通过列名规则识别目标列（比如列名包含"date"或"time"），可以动态构建col_types参数来统一设置类型：

library(readr)
library(dplyr)

# 先读取表头获取所有列名
col_names <- read_csv("myFile.csv", n_max = 0) %>% colnames()
# 根据列名规则筛选需要转换的列（示例为包含"date"的列，可按需调整）
datetimeVars <- col_names[grepl("date", col_names, ignore.case = TRUE)]

# 构建列类型规则：默认自动识别，目标列设为指定格式的datetime
col_spec <- cols(.default = col_guess())
# 批量替换目标列的类型
for (col in datetimeVars) {
  col_spec[[col]] <- col_datetime(format = "%Y-%m-%d %H:%M:%OS")
}

# 正式读取文件
df <- read_csv("myFile.csv", col_types = col_spec)

也可以用purrr简化类型规则的构建：

library(purrr)

col_spec <- cols(
  !!!set_names(
    rep(list(col_datetime(format = "%Y-%m-%d %H:%M:%OS")), length(datetimeVars)),
    datetimeVars
  ),
  .default = col_guess()
)

二、导入后批量将字符列转换为datetime类型 #

如果数据已导入且目标列为字符型，用dplyr::across可以高效批量处理：

library(dplyr)
library(lubridate)

# 手动指定或通过列名规则筛选目标列
datetimeVars <- c("date1", "date2")
df <- df %>%
  mutate(across(all_of(datetimeVars), ~ as_datetime(.x, format = "%Y-%m-%d %H:%M:%OS")))

原方法失败的原因 #

你之前用df_temp[,datetimeVars]得到的是tibble（数据框），而as_datetime需要单个字符向量。across会遍历每一列，将每列作为向量传入函数，完美解决类型不匹配问题。

如果不用dplyr，也可以用base R实现：

df[datetimeVars] <- lapply(df[datetimeVars], function(x) as_datetime(x, format = "%Y-%m-%d %H:%M:%OS"))

lapply会对每一列单独处理，返回的列表可直接赋值给原数据框的对应列。

内容的提问来源于stack exchange，提问作者mrroy