R语言从publish_time字段拆分提取发布日期与时间列问题排查

as.POSIXct()未显式指定输入字符串的格式时，R会按预设的标准格式和系统时区尝试解析，一旦原字段格式和默认规则不匹配，时间部分就会解析失败，默认返回00:00:00。as.Date()对日期段的解析容错度更高，因此可以正常提取日期列。

不要分别对原始字符串做日期、时间转换，先把原始字段统一解析为R的标准时间类型，再从统一的时间对象中拆分日期、时间列即可，避免重复解析导致的格式匹配错误。
参考代码如下：

# 第一步：将原始字符串统一转为POSIXct时间对象，按需匹配自己的字段格式
BigData$publish_datetime <- as.POSIXct(
  x = BigData$publish_time,
  # 下面的format参数按publish_time实际格式调整，常见格式参考后续说明
  format = "%Y-%m-%d %H:%M:%S",
  tz = "Asia/Shanghai" # 手动指定时区，避免跨时区偏移导致时间误差
)

# 第二步：从标准时间对象拆分日期、时间列
BigData$Publish_DateD <- as.Date(BigData$publish_datetime)
BigData$Publish_Time <- format(BigData$publish_datetime, "%H:%M:%S")

根据publish_time的实际存储样式，替换上述代码中format的取值即可：

• 若为ISO标准格式（例：2024-05-20T13:45:30Z）：format = "%Y-%m-%dT%H:%M:%SZ"
• 若为斜杠分隔日期格式（例：2024/05/20 13:45:30）：format = "%Y/%m/%d %H:%M:%S"
• 若为12小时制带AM/PM格式（例：2024-05-20 1:45:30 PM）：format = "%Y-%m-%d %I:%M:%S %p"

如果不确定原字段的格式，可以先执行head(BigData$publish_time)打印前几行值，对照调整格式符即可。

内容的提问来源于stack exchange，提问作者Sandip