如何统一read_csv读取的不一致时间戳 适配带/不带秒的日期时间格式

你之前使用col_datetime(format = "%d.%m.%Y %H:%M:%S")解析失败，是因为单条格式规则只能匹配结构完全一致的字符串，数据库导出的两类时间戳（带秒/不带秒）的字符串结构存在差异，无法被同一条规则覆盖，不符合规则的记录就会被解析为NA值。

方案1：适配现有使用习惯的多格式匹配（基于readr包） #

readr 1.4.0及以上版本，col_datetime的format参数支持传入格式向量，可同时匹配多种时间结构，不需要提前做字符串预处理：

library(readr)

df <- read_csv(
  "你的CSV文件存储路径",
  col_types = cols(
    X1 = col_datetime(
      format = c(
        "%d.%m.%Y %H:%M",    # 匹配不带秒的时间戳，如"24.02.2012 22:00"
        "%d.%m.%Y %H:%M:%S"  # 匹配带秒的时间戳，如"24.02.2012 22:15:00"
      )
    ),
    X2 = col_number() # 自动识别带单引号的数值（如'121'），剥离多余引号后转为数值类型
  ),
  # 必须显式指定时区，避免自动匹配导致的时间偏移
  locale = locale(tz = "Asia/Shanghai")
)

这种方法会逐行匹配对应的格式规则，两类时间戳都能被正确解析，同时顺带处理X2列的多余引号问题。

方案2：兼容低版本readr的字符串预处理法 #

如果使用的readr版本不支持多格式传入，可以先把所有列按字符串读入，批量补全缺失的秒位后再统一解析：

library(readr)
library(dplyr)
library(stringr)
library(lubridate)

df <- read_csv(
  "你的CSV文件存储路径",
  col_types = cols(.default = "c") # 读取时所有列暂存为字符串，不自动猜测类型
) |>
  mutate(
    # 拆分日期和时间片段
    date_seg = str_split_i(X1, " ", 1),
    time_seg = str_split_i(X1, " ", 2),
    # 判断时间片段长度：长度为5时是"HH:MM"格式，补全为"HH:MM:00"
    time_seg_fixed = ifelse(
      nchar(time_seg) == 5,
      str_c(time_seg, ":00"),
      time_seg
    ),
    # 拼接为统一结构的时间字符串，按固定格式解析
    X1 = dmy_hms(str_c(date_seg, time_seg_fixed), tz = "Asia/Shanghai"),
    # 顺带处理X2列的单引号，转为数值类型
    X2 = as.numeric(str_remove_all(X2, "'"))
  ) |>
  # 删除临时拆分的中间列
  select(-date_seg, -time_seg, -time_seg_fixed)

解析完成后快速检查X1列的NA值占比，如果存在未被覆盖的特殊格式，把对应的格式规则补进format参数向量、或者在预处理环节增加对应判断逻辑即可。

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