R语言中Lubridate读取日期时间异常问题求助

问题根源 #

你的日期字符串是DD/MM/YYYY HH:MM格式，但R默认的日期解析逻辑会按MM/DD/YYYY识别，导致日、月、年的解析顺序错乱，出现类似2-07-20的错误结果。

具体解决步骤 #

1. 正确解析日期时间列

利用tidyverse包含的lubridate包中的dmy_hm()函数，专门处理日/月/年 时:分格式的字符串，将其转换为R可识别的日期时间类型：

library(tidyverse)

# 读取CSV并解析日期时间列
Total_trips <- read_csv("1_202107.csv") %>%
  mutate(
    started_at = dmy_hm(started_at),
    ended_at = dmy_hm(ended_at)
  )

2. 计算骑行时间差

直接用difftime()函数计算ended_at与started_at的时间差，可指定单位（如分钟、小时）：

Total_trips <- Total_trips %>%
  mutate(trip_duration = difftime(ended_at, started_at, units = "mins"))

3. 提取日期组件与星期几

通过lubridate的便捷函数或format()，从已解析的日期中提取所需字段：

Total_trips <- Total_trips %>%
  mutate(
    date = as.Date(started_at),
    day = day(started_at),    # 提取日
    month = month(started_at),# 提取月
    year = year(started_at),  # 提取年
    # 提取星期几全称（如Friday）
    day_of_week = wday(started_at, label = TRUE, abbr = FALSE)
  )

如果习惯用format()，也可以替换为：

Total_trips$day_of_week <- format(Total_trips$date, "%A")

验证结果 #

经过上述处理，02/07/2021 14:44会被正确解析为2021年7月2日，对应的星期几为Friday（星期五），日期组件与星期几的提取均不会再出现顺序错乱。

内容的提问来源于stack exchange，提问作者MFA Chowdhury