如何在R中导入CSV内dd/mm/yyyy hh:mm格式日期并转换为短日期

导入时直接指定解析格式（推荐，适合大文件） #

使用readr包读取CSV时直接指定日期列的格式，避免自动识别时日月颠倒，读取效率远高于base R内置函数，适合大体积CSV批量处理：

library(readr)
# 单文件导入，将"date_col"替换为你实际的日期列名
df <- read_csv("target_file.csv",
  col_types = cols(
    date_col = col_datetime(format = "%d/%m/%Y %H:%M")
  )
)

# 批量导入同文件夹下所有CSV
file_list <- list.files(path = "csv_folder_path", pattern = "\\.csv$", full.names = TRUE)
df_list <- lapply(file_list, function(x) {
  read_csv(x, col_types = cols(date_col = col_datetime("%d/%m/%Y %H:%M")))
})

已导入数据的格式修正 #

如果数据已经导入为字符型或错误的日期格式，使用lubridate包的dmy_hm函数直接解析，无需手动拆分字符串：

library(lubridate)
# 自动识别日/月/年 时:分的格式，不会出现日月颠倒问题
df$date_col <- dmy_hm(df$date_col)

导出到Excel时指定日期格式 #

导出时使用openxlsx包设置单元格格式，避免Excel自动修改日期显示规则：

library(openxlsx)
# 先去除时分秒，仅保留日期部分
df$date_col <- as.Date(df$date_col)

# 生成Excel文件
wb <- createWorkbook()
addWorksheet(wb, "Sheet1")
# 按需设置输出格式：dd/mm/yyyy对应4位年，dd/mm/yy对应2位年
date_style <- createStyle(numFmt = "dd/mm/yyyy")
writeData(wb, "Sheet1", df)
# 将列号替换为你实际的日期列所在位置
addStyle(wb, "Sheet1", style = date_style, cols = 2, rows = 2:(nrow(df)+1), gridExpand = TRUE)
saveWorkbook(wb, "output_file.xlsx", overwrite = TRUE)

注意事项 #

• 格式占位符严格对应：%d=日期，%m=月份，%Y=4位年份，%y=2位年份，%H=24小时制小时，%M=分钟
• 无需提前打开CSV修改格式，上述流程可以直接处理GB级别的CSV文件
• 多日期列场景下，在col_types参数中依次添加所有日期列的格式规则即可

内容的提问来源于stack exchange，提问作者David Cook