R语言中不同格式时间戳因子转换为统一日期格式的问题

这个问题很常见——当你的日期列混合了多种格式时，单一的strptime格式字符串肯定只能匹配其中一种，剩下的就会返回NA。我给你两种实用的解决办法：

方法一：分两次转换补全NA #

先尝试匹配第一种格式，把转换失败的NA部分用第二种格式重新转换，最后合并结果：

# 假设你的数据框叫df，日期列是timestamp
df$timestamp_char <- as.character(df$timestamp)

# 先转换带/分隔、无秒数的格式
date_vec <- strptime(df$timestamp_char, format = "%d/%m/%Y %H:%M")

# 找到转换失败的NA位置，用带-分隔、有秒数的格式补全
na_indices <- is.na(date_vec)
date_vec[na_indices] <- strptime(df$timestamp_char[na_indices], format = "%d-%m-%Y %H:%M:%S")

# 把转换后的日期赋值回数据框
df$clean_timestamp <- date_vec

方法二：用lubridate包自动识别多格式 #

推荐用lubridate包的parse_date_time函数，它能同时识别多种日期格式，代码更简洁：

# 先安装并加载lubridate包（如果没装过的话）
install.packages("lubridate")
library(lubridate)

# 定义所有可能的日期格式规则，传给orders参数
df$clean_timestamp <- parse_date_time(
  x = as.character(df$timestamp),
  orders = c("dmy HMS", "dmy HM")
)

这里的orders参数里：

• dmy HMS对应dd-mm-yyyy HH:MM:SS（或dd/mm/yyyy HH:MM:SS，lubridate会自动识别-和/分隔符）
• dmy HM对应dd/m/yyyy hh:mm这种没有秒数的格式

这个方法的好处是，哪怕你的日期里月份/日期有一位或两位的差异（比如1/5/2023和01/05/2023），lubridate也能自动处理，不用手动调整格式字符串。

内容的提问来源于stack exchange，提问作者user2310119