求助：使用R语言标准化日期格式为dd-mm-YYYY时出现异常

你的问题出在没有明确指定日期字符串的格式就直接用as.Date()解析，R无法自动识别两种不同的日期格式，导致解析错误，出现年份错乱和NA的情况。下面给你两种实用解决方案：

方法一：Base R原生实现 #

我们可以分别解析两种格式，再合并有效结果：

# 假设你的数据框是df
# 先尝试解析"dd/mm/YYYY"格式的日期
date_dmy <- as.Date(df$date, format = "%d/%m/%Y")
# 再尝试解析"dd-Mmm-YYYY"格式的日期
date_dby <- as.Date(df$date, format = "%d-%b-%Y")

# 合并结果：如果第一种解析结果是NA，就用第二种的结果
df$date <- ifelse(is.na(date_dmy), date_dby, date_dmy)
# 把数值转回日期类型（因为ifelse会将日期转为数值）
df$date <- as.Date(df$date, origin = "1970-01-01")

# 格式化为你想要的"dd-Mmm-YYYY"样式
df$date <- format(df$date, "%d-%b-%Y")

方法二：用lubridate包简化操作（推荐） #

lubridate包专门处理日期时间，能自动识别多种常见格式，代码更简洁：

# 先安装并加载lubridate包（如果没装过的话）
# install.packages("lubridate")
library(lubridate)

# 自动识别"dd/mm/YYYY"和"dd-Mmm-YYYY"两种格式
df$date <- parse_date_time(df$date, orders = c("dmy", "dby"))

# 格式化为目标样式
df$date <- format(df$date, "%d-%b-%Y")

运行上面任意一种方法后，你的日期列就会变成期望的样子：

date
1 23-Jul-2020
2 22-Jul-2020

内容的提问来源于stack exchange，提问作者High Low