R语言：循环调用parse_date_time解析时间字段报错求助

核心错误分析 #

• 错误1：传入解析函数的不是时间数据：你处理后的hourlyfiles是类似"hourly_xxx$ActivityHour"的字符串（变量名），但parse_date_time需要的是数据框里的时间文本值，不是这种变量名字符串，这是解析失败的主要原因。
• 错误2：时间格式字符串写错：你用了$y，正确的年份格式符应该是%Y（对应四位年份，比如2016），原时间格式是月/日/年 12小时制时间 AM/PM，正确的格式串是"%m/%d/%Y %I:%M:%S %p"。
• 错误3：用assign管理数据框不规范：循环用assign创建大量全局变量，容易导致环境混乱，建议用列表统一管理所有数据框。

修正后的完整代码步骤 #

步骤1：规范读取所有CSV到列表 #

mydir <- "Data/Fitabase_Data_4.12.16-5.12.16"
csvfiles <- list.files(path = mydir, pattern = "*.csv", full.names = TRUE)

# 提取不带后缀的文件名
file_names <- tools::file_path_sans_ext(basename(csvfiles))
# 用列表存储所有数据框，避免全局变量混乱
df_list <- lapply(csvfiles, read.csv)
names(df_list) <- file_names

步骤2：筛选小时级数据框 #

# 从列表中筛选名称包含"hourly"的数据框
hourly_df_names <- grep("hourly", names(df_list), value = TRUE)
hourly_df_list <- df_list[hourly_df_names]

步骤3：批量解析时间字段 #

先确保安装并加载lubridate包：

# 未安装的话先执行安装
# install.packages("lubridate")
library(lubridate)

# 循环处理每个小时级数据框
for (name in names(hourly_df_list)) {
  current_df <- hourly_df_list[[name]]
  # 替换原ActivityHour列为解析后的时间类型
  current_df$ActivityHour <- parse_date_time(current_df$ActivityHour, "%m/%d/%Y %I:%M:%S %p")
  # 把处理好的数据框放回列表
  hourly_df_list[[name]] <- current_df
  
  # 若习惯将数据框放回全局环境（不推荐，易混乱），可添加此行：
  # assign(name, current_df)
}

也可以用更简洁的lapply+dplyr写法：

library(dplyr)

hourly_df_list <- lapply(hourly_df_list, function(df) {
  df %>% 
    mutate(ActivityHour = parse_date_time(ActivityHour, "%m/%d/%Y %I:%M:%S %p"))
})

验证结果 #

处理后可查看某数据框的时间字段类型，确认解析成功：

# 查看第一个小时级数据框的ActivityHour类型
class(hourly_df_list[[1]]$ActivityHour)
# 正常会返回 "POSIXct" "POSIXt"

内容的提问来源于stack exchange，提问作者DNW78