在R中解析CSV日期出现年份错误，如何处理不规则日期格式？

嘿，这个问题我太熟了——你遇到的核心问题是日期格式字符串和CSV里的实际日期格式完全不匹配！

问题根源 #

你CSV里的日期是 MM/DD/YYYY 格式（比如02/28/2012是月/日/年，分隔符是斜杠），但你用的解析格式是%d-%m-%Y：

• %d 代表日，%m代表月，%Y代表4位年，但你用了破折号-作为分隔符，而CSV里是斜杠/
• 这种不匹配导致R错误地解析了年份：它把20当成了世纪前缀的一部分，剩下的12被当成了年份，所以2012变成了0012

下面给你两种靠谱的解决方法：

方法1：Base R 正确解析 #

直接用对应MM/DD/YYYY格式的字符串%m/%d/%Y来解析：

# 先读取CSV（记得加stringsAsFactors=FALSE避免日期变成因子）
dat <- read.csv("你的文件路径.csv", stringsAsFactors = FALSE)

# 正确转换日期列
dat$policydate <- as.Date(dat$policydate, format = "%m/%d/%Y")

用你的示例数据测试一下：

# 模拟示例数据
dat <- data.frame(
  col1 = c(112345, 156566, 895414),
  col2 = c("Renew", "Not Renew", "Renew"),
  policydate = c("02/28/2012", "03/25/2010", "10/01/2006")
)

# 转换日期
dat$policydate <- as.Date(dat$policydate, format = "%m/%d/%Y")

# 查看结果
print(dat$policydate)
# 输出："2012-02-28" "2010-03-25" "2006-10-01"

方法2：Lubridate 简化解析 #

你之前用lubridate没解决，大概率是用错了函数——lubridate专门为不同日期格式提供了对应的函数，MM/DD/YYYY对应的是mdy()：

library(lubridate)

# 直接用mdy函数转换，不用手动写格式
dat$policydate <- mdy(dat$policydate)

同样测试示例数据，结果和Base R一致。如果你的数据里有多种日期格式混着，还可以用parse_date_time()自动识别：

# 自动尝试多种常见格式（mdy/dmy/ymd）
dat$policydate <- parse_date_time(dat$policydate, orders = c("mdy", "dmy", "ymd"))

额外小技巧：读取时自动识别日期 #

如果用readr包的read_csv()读取CSV，它会自动识别大部分日期格式，不用手动转换：

library(readr)
dat <- read_csv("你的文件路径.csv")
# 打开dat看看，policydate会自动变成Date类型

内容的提问来源于stack exchange，提问作者Shubh