如何用R语言lubridate解析混合格式日期并统一为yyyy-mm-dd？

问题解决思路 #

你的问题核心是没处理Excel日期序列号（如43423），且原格式覆盖不全，同时要确保日期列是字符型而非因子类型。以下是两种实用解决方案：

方案一：自定义函数逐个处理 #

先构造示例数据：

df <- data.frame(
  date = c("13-MAR-18", "2018-08-05", "43423", "11-Mar-2019", "10/16/2018"),
  stringsAsFactors = FALSE
)

编写转换函数，优先处理Excel日期，再匹配其他字符格式：

library(lubridate)

convert_mixed_dates <- function(date_str) {
  # 尝试转换为Excel日期序列号
  num_val <- suppressWarnings(as.numeric(date_str))
  if (!is.na(num_val)) {
    return(excel_numeric_to_date(num_val))
  }
  # 匹配所有可能的日期格式
  parsed_date <- parse_date_time(date_str, 
                                orders = c("Ymd", "dBy", "dBY", "mdy"), 
                                locale = "eng")
  return(as.Date(parsed_date))
}

# 生成统一格式的新列
df$new_date <- sapply(df$date, convert_mixed_dates)

方案二：tidyverse风格批量处理 #

如果习惯用dplyr的语法，这个更简洁：

library(lubridate)
library(dplyr)

df <- df %>%
  mutate(
    date = as.character(date), # 确保是字符型，避免因子干扰
    new_date = case_when(
      # 识别Excel日期：能转成数值且在合理范围（这里取1970年后的日期）
      suppressWarnings(!is.na(as.numeric(date))) & as.numeric(date) > 25569 ~ 
        excel_numeric_to_date(as.numeric(date)),
      # 处理其他所有字符格式
      TRUE ~ as.Date(parse_date_time(date, orders = c("Ymd", "dBy", "dBY", "mdy"), locale = "eng"))
    )
  )

最终输出 #

运行代码后会得到你需要的统一yyyy-mm-dd格式：

date   new_date
1  13-MAR-18 2018-03-13
2 2018-08-05 2018-08-05
3      43423 2018-11-19
4 11-Mar-2019 2019-03-11
5  10/16/2018 2018-10-16

关键说明 #

• excel_numeric_to_date是lubridate专门处理Excel日期的工具，比手动设置origin更可靠
• parse_date_time的orders参数覆盖了所有你的日期格式：Ymd匹配yyyy-mm-dd、dBy匹配dd-mon-yy、dBY匹配dd-mon-yyyy、mdy匹配mm/dd/yyyy
• suppressWarnings用于屏蔽非数值字符串转数值时的警告，不影响最终结果

内容的提问来源于stack exchange，提问作者Emma N