使用lubridate的guess_formats转换日期时出现重复值问题求助

你遇到的重复值问题，根源在于guess_formats()返回了多个候选日期格式，而as.Date()在接收多个格式参数时，会对每个格式都尝试转换所有输入元素，最后把所有成功转换的结果拼接在一起，自然就出现了重复值。

你可以先验证一下guess_formats()的输出：

guess_formats(x, "Ymd HMS")
# 输出会是两个格式："%Y-%m-%d %H:%M:%S" 和 "%Y-%m-%d"

这里有几个简单且实用的解决方案：

1. 只使用guess_formats()返回的第一个（最匹配的）格式 #

既然第一个格式完全匹配你的输入字符串，直接取第一个元素即可：

library(lubridate)
x <- c("2014-01-18 00:00:00","2015-03-01 00:00:00","2014-05-05 00:00:00")
# 提取第一个匹配的格式
target_format <- guess_formats(x, "Ymd HMS")[1]
y <- as.Date(x, format = target_format)

# 查看结果
y
# [1] "2014-01-18" "2015-03-01" "2014-05-05"

2. 直接使用lubridate的专用解析函数 #

你的日期格式是标准的年-月-日 时:分:秒，可以直接用ymd_hms()函数解析，它会自动处理时间部分，若只需要日期类型，再用as.Date()转换即可：

library(lubridate)
x <- c("2014-01-18 00:00:00","2015-03-01 00:00:00","2014-05-05 00:00:00")
y <- as.Date(ymd_hms(x))

# 查看结果
y
# [1] "2014-01-18" "2015-03-01" "2014-05-05"

3. 使用parse_date_time()自动匹配多格式 #

如果你的数据集里存在多种日期格式，parse_date_time()可以自动尝试指定的格式规则，返回正确结果且不会产生重复：

library(lubridate)
x <- c("2014-01-18 00:00:00","2015-03-01 00:00:00","2014-05-05 00:00:00")
y <- as.Date(parse_date_time(x, orders = "Ymd HMS"))

# 查看结果
y
# [1] "2014-01-18" "2015-03-01" "2014-05-05"

内容的提问来源于stack exchange，提问作者Marianne