将多格式日期转换为dd-mm-yyyy标准格式并提取最早起始日期

基础R实现（无额外依赖） #

针对你给出的两种日期格式，我们可以通过字符串分割、正则提取和日期转换来实现需求：

# 加载stringr包简化正则操作（也可用基础R函数替代）
if (!require(stringr)) install.packages("stringr")
library(stringr)

myDates <- c("25 - 27 February 2025", "25 February - 1 March 2025")

# 1. 提取每个日期字符串中的年份
years <- str_extract(myDates, "\\d{4}")

# 2. 分割日期范围，获取起始日期的基础片段
start_parts <- sapply(strsplit(myDates, " - "), function(x) x[1])

# 3. 补全起始日期的完整信息
full_start_dates <- mapply(function(part, year, original) {
  # 判断起始片段是否包含月份（英文单词）
  if (!str_detect(part, "[A-Za-z]")) {
    # 从原字符串中提取月份部分
    month <- str_extract(original, "\\b[A-Z][a-z]+\\b")
    paste(part, month, year)
  } else {
    paste(part, year)
  }
}, start_parts, years, myDates, USE.NAMES = FALSE)

# 4. 转换为日期对象并格式化为dd-mm-yyyy
formatted_dates <- format(as.Date(full_start_dates, "%d %B %Y"), "%d-%m-%Y")

# 查看结果
formatted_dates
# 输出：[1] "25-02-2025" "25-02-2025"

更简洁的lubridate方案 #

如果可以使用lubridate包，它的灵活日期解析能力能大幅简化代码：

if (!require(lubridate)) install.packages("lubridate")
library(lubridate)
library(stringr)

myDates <- c("25 - 27 February 2025", "25 February - 1 March 2025")

formatted_dates <- sapply(myDates, function(date_str) {
  # 提取起始片段和年份
  start_part <- strsplit(date_str, " - ")[[1]][1]
  year <- str_extract(date_str, "\\d{4}")
  # 解析日期并格式化
  format(parse_date_time(paste(start_part, year), orders = "dBY"), "%d-%m-%Y")
})

# 查看结果
formatted_dates
# 输出：[1] "25-02-2025" "25-02-2025"

关键逻辑说明 #

• 两种方案核心都是先提取起始日期片段和独立年份，再补全完整日期信息
• 基础R方案通过正则判断起始片段是否包含月份，针对性补全；lubridate则自动识别日期格式，更易扩展到其他类似日期范围格式

内容的提问来源于stack exchange，提问作者Joe