如何在R中合并DataFrame的date、time行并转换为日期时间格式？

核心DataFrame处理逻辑 #

按照数据流转的顺序，计算步骤为：

• 校验原date、time字段的存储格式与异常值，避免无效值污染后续拼接
• 将date、time字段转换为可解析的字符格式，拼接为完整的日期时间字符串
• 按原始格式匹配解析规则，将字符串转换为R支持的标准日期时间类型
• 统一指定时区，校验生成的日期时间字段的正确率

基础包实现（无第三方依赖） #

直接使用R原生函数完成，适合不需要额外安装包的场景：

# 假设date列存储格式为"2024-05-20"，time列存储格式为"14:30:00"
df$datetime <- strptime(
  paste(df$date, df$time),
  format = "%Y-%m-%d %H:%M:%S",
  tz = "Asia/Shanghai" # 必须手动指定时区，避免系统默认时区的偏差
)
# 转换为tidyverse兼容的POSIXct格式
df$datetime <- as.POSIXct(df$datetime)

注意：format参数必须和原始字段的格式完全对应，否则会直接返回NA，不会报错，很容易遗漏

常用格式参数对照：

• %Y 四位年份、%m 两位月份、%d 两位日期
• %H 24小时制小时、%M 分钟、%S 秒数

tidyverse生态实现（高容错、易维护） #

使用lubridate包处理日期时间，自动识别格式、容错性更强，适合大规模数据处理：

library(dplyr)
library(lubridate)

df <- df %>%
  mutate(
    # 按日期格式选择对应解析函数：年月日用ymd_hms，月日年用mdy_hms，日月年用dmy_hms
    datetime = ymd_hms(paste(date, time)),
    # 手动指定时区，避免默认UTC时区的偏移
    datetime = force_tz(datetime, tzone = "Asia/Shanghai")
  )

常见问题处理 #

• 解析后出现大量NA：先通过str(df)检查原始date、time字段的存储类型与格式，确认格式参数或解析函数和实际格式匹配
• 原始time为数值型（如14.5代表14:30）：先转换为时间周期再拼接：as.period(hours(df$time)) %>% as.character()
• 若你的date、time为按行存储的结构，先通过t(df)转置为列存储结构后再执行上述逻辑

内容的提问来源于stack exchange，提问作者user319886