4

我有一个大型数据集，其中包含事件时间和日期的各个列。我最终创建了一个dttm同时包含时间和日期的主对象，但是当我尝试根据日期进行过滤时遇到了麻烦。这是一个反映我自己的示例数据集：

library(tidyverse)

d<- structure(list(date = structure(c(1530921600, 1531008000, 
1530403200, 1530489600, 1530576000, 1530489600, 1530576000, 1531008000, 
1530921600, 1530662400, 1530748800, 1531180800, 1530748800, 1531526400, 
1531526400, 1532044800, 1532131200, 1531180800, 1531353600, 1531353600
), class = c("POSIXct", "POSIXt"), tzone = "UTC"), date_time = structure(c(1531019100, 
1531117500, 1530440640, 1530562440, 1530633240, 1530571920, 1530648900, 
1531037100, 1531010460, 1530717240, 1530808200, 1531237020, 1530813000, 
1531614060, 1531637640, 1532104320, 1532195220, 1531290120, 1531434300, 
1531409280), class = c("POSIXct", "POSIXt"), tzone = "")), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -20L))

以下是数据的外观：

# A tibble: 20 x 2
   date                date_time  
   <dttm>              <dttm>             
 1 2018-07-07 00:00:00 2018-07-07 20:05:00
 2 2018-07-08 00:00:00 2018-07-08 23:25:00
 3 2018-07-01 00:00:00 2018-07-01 03:24:00
 4 2018-07-02 00:00:00 2018-07-02 13:14:00
 5 2018-07-03 00:00:00 2018-07-03 08:54:00
 6 2018-07-02 00:00:00 2018-07-02 15:52:00
 7 2018-07-03 00:00:00 2018-07-03 13:15:00
 8 2018-07-08 00:00:00 2018-07-08 01:05:00
 9 2018-07-07 00:00:00 2018-07-07 17:41:00
10 2018-07-04 00:00:00 2018-07-04 08:14:00
11 2018-07-05 00:00:00 2018-07-05 09:30:00
12 2018-07-10 00:00:00 2018-07-10 08:37:00
13 2018-07-05 00:00:00 2018-07-05 10:50:00
14 2018-07-14 00:00:00 2018-07-14 17:21:00
15 2018-07-14 00:00:00 2018-07-14 23:54:00
16 2018-07-20 00:00:00 2018-07-20 09:32:00
17 2018-07-21 00:00:00 2018-07-21 10:47:00
18 2018-07-10 00:00:00 2018-07-10 23:22:00
19 2018-07-12 00:00:00 2018-07-12 15:25:00
20 2018-07-12 00:00:00 2018-07-12 08:28:00

您可以看到所有日期跨列匹配；唯一的区别是时间信息的存在。但是，当我使用...将两列都转换为date类时as.Date

d$date<- as.Date(d$date)
d$date_time<- as.Date(d$date_time)

# A tibble: 20 x 2
   date       date_time 
   <date>     <date>    
 1 2018-07-07 2018-07-08
 2 2018-07-08 2018-07-09
 3 2018-07-01 2018-07-01
 4 2018-07-02 2018-07-02
 5 2018-07-03 2018-07-03
 6 2018-07-02 2018-07-02
 7 2018-07-03 2018-07-03
 8 2018-07-08 2018-07-08
 9 2018-07-07 2018-07-08
10 2018-07-04 2018-07-04
11 2018-07-05 2018-07-05
12 2018-07-10 2018-07-10
13 2018-07-05 2018-07-05
14 2018-07-14 2018-07-15
15 2018-07-14 2018-07-15
16 2018-07-20 2018-07-20
17 2018-07-21 2018-07-21
18 2018-07-10 2018-07-11
19 2018-07-12 2018-07-12
20 2018-07-12 2018-07-12

... 该列的几个日期已四舍五入date_time（第 1、2、9、14、15 和 18 行）。但是，当我lubridate::as_date用来进行转换时...

# A tibble: 20 x 2
   date       date_time 
   <date>     <date>    
 1 2018-07-07 2018-07-07
 2 2018-07-08 2018-07-08
 3 2018-07-01 2018-07-01
 4 2018-07-02 2018-07-02
 5 2018-07-03 2018-07-03
 6 2018-07-02 2018-07-02
 7 2018-07-03 2018-07-03
 8 2018-07-08 2018-07-08
 9 2018-07-07 2018-07-07
10 2018-07-04 2018-07-04
11 2018-07-05 2018-07-05
12 2018-07-10 2018-07-10
13 2018-07-05 2018-07-05
14 2018-07-14 2018-07-14
15 2018-07-14 2018-07-14
16 2018-07-20 2018-07-20
17 2018-07-21 2018-07-21
18 2018-07-10 2018-07-10
19 2018-07-12 2018-07-12
20 2018-07-12 2018-07-12

...日期在各列中完全匹配。我已经尝试阅读文档，但我似乎无法弄清楚为什么as.Date与lubridate::as_date. 事实上，as.Date似乎在某些情况下会产生不正确的转换。

有人知道发生了什么吗？

4

1 回答 1

5

In d$datethe timezone is UTCwhile in d$date_timetimezone 已默认为您的默认时区。我在 EDT，所以这是我的：

> d$date_time

[1] "2018-07-07 23:05:00 EDT" "2018-07-09 02:25:00 EDT" "2018-07-01 06:24:00 EDT"
 [4] "2018-07-02 16:14:00 EDT" "2018-07-03 11:54:00 EDT" "2018-07-02 18:52:00 EDT"
 [7] "2018-07-03 16:15:00 EDT" "2018-07-08 04:05:00 EDT" "2018-07-07 20:41:00 EDT"
[10] "2018-07-04 11:14:00 EDT" "2018-07-05 12:30:00 EDT" "2018-07-10 11:37:00 EDT"
[13] "2018-07-05 13:50:00 EDT" "2018-07-14 20:21:00 EDT" "2018-07-15 02:54:00 EDT"
[16] "2018-07-20 12:32:00 EDT" "2018-07-21 13:47:00 EDT" "2018-07-11 02:22:00 EDT"
[19] "2018-07-12 18:25:00 EDT" "2018-07-12 11:28:00 EDT"

除非您指定时区，否则当您运行as.Date()时，它将默认转换为。UTCUTC 比 EDT 早 4 小时，因此时间在晚上 8 点之后的日子将转换为第二天，您可以在下面看到。

> as.Date(d$date_time)
 [1] "2018-07-08" "2018-07-09" "2018-07-01" "2018-07-02" "2018-07-03" "2018-07-02" "2018-07-03"
 [8] "2018-07-08" "2018-07-08" "2018-07-04" "2018-07-05" "2018-07-10" "2018-07-05" "2018-07-15"
[15] "2018-07-15" "2018-07-20" "2018-07-21" "2018-07-11" "2018-07-12" "2018-07-12"

Lubridateas_date()专门解决了这个问题，甚至在其文档中提供了示例。

as_date() 忽略 timezone 属性，从而产生更直观的转换（参见示例）

这就是为什么你会看到差异。

于 2019-10-23T18:17:06.050 回答