如何将R数据框中的日、月、年三列合并为日期列？

咱们来逐个分析你遇到的问题，再给出简单好用的解决方案：

第一个代码的问题 #

你用的这段base R代码：

as.Date(paste(dt$mon,dt$day,dt$year,sep="-"),format = "%m-%d-%y")

得到异常日期（比如2020-10-10而不是2017-10-10）的核心原因是年份格式符用错了：

• %y是用来解析两位年份的（比如"17"对应2017），但你的year列是四位数字（2017、2018），用%y解析四位年份会导致识别错误，把"2017"的前两位当成年份，最终得到错误的2020年。
• 正确的格式符应该是%Y，专门对应四位年份。

修正后的代码应该是：

dt$date <- as.Date(paste(dt$mon, dt$day, dt$year, sep = "-"), format = "%m-%d-%Y")

这样就能正确解析出2017-10-10和2018-04-04，NA值也会被正常保留。

第二个lubridate代码的问题 #

你尝试的这段代码：

library("lubridate")
with(dt, ymd(sprintf('%04d%02d%02d', year, mon, day)))

报错的原因是sprintf的%04d格式要求输入是整数类型，但你的year/mon/day列是numeric（带小数的数值类型，比如10.0），不是integer，所以触发了格式不匹配的错误。

其实lubridate提供了更简单的工具，根本不需要用sprintf拼接字符串——make_date()函数可以直接接收年、月、日的数值，自动处理NA和不同数值类型：

推荐解决方案：用lubridate的make_date() #

这是最简洁可靠的方法，不需要手动处理字符串和格式符，直接传入三列即可：

library(lubridate)
dt$date <- make_date(year = dt$year, month = dt$mon, day = dt$day)

它会自动忽略NA值，正确生成日期列，不管你的列是numeric还是integer类型都能正常工作。

如果一定要用你之前的sprintf思路，也可以先把列转成整数再处理：

library(lubridate)
# 先转换为整数类型
dt[, c("year_int", "mon_int", "day_int") := lapply(.SD, as.integer), .SDcols = c("year", "mon", "day")]
# 再生成日期
dt$date <- ymd(sprintf('%04d%02d%02d', year_int, mon_int, day_int))

不过显然make_date()的写法更清爽，推荐优先使用。

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