Question

我将一系列csv文件导入R.这些文件包含日期/时间列，id和两列温度值。

这将给出数据的示例：

id<-c(1,2,3,4)
date.time<-as.character(c("12/03/17 00:21:28", "12/03/17 02:21:28", "12/03/17 04:21:28", "12/03/17 06:21:28"))
temp1<-c(-3.568,-3.568,-3.598,-3.598)
temp2<-c(-11.577,-11.577,-11.541,-11.433)
df<-data.frame(id,date.time,temp1,temp2)

因为日期/时间不是我想要的格式，所以我一直在使用strptime并将它们格式化为POSIXlt。

像：

df$date.time<-strptime(df$date.time, "%d/%m/%y %H:%M:%S")
df$date.time<- as.POSIXlt(df$date.time, "%Y/%m/%d %H:%M:%S", tz="GMT0")

这很好用，并提供如下所示的数据：

id  date.time            temp1   temp2
1   2017-03-12 0:21:28  -3.568  -11.577
2   2017-03-12 2:21:28  -3.568  -11.577
3   2017-03-12 4:21:28  -3.598  -11.541
4   2017-03-12 6:21:28  -3.598  -11.433

但是，我想将date.time列的时间部分舍入到最近的小时。我一直在用：

df$date.time<-round(df$date.time, units="hours")

99％的时间都可以正常使用。但是，在某些文件中，R正在删除date.time值，看似随机，并给出NA。每个文件中只有一个或两个值被删除，我看不出这些特定值会被删除的原因。例如：

id  date.time         temp1   temp2
1   2017-03-12 0:00:00  -3.568  -11.577
2   NA                  -3.568  -11.577
3   2017-03-12 4:00:00  -3.598  -11.541
4   2017-03-12 6:00:00  -3.598  -11.433

根据我的阅读，日期/时间值可能很挑剔，但这看起来很奇怪。

是否有人知道可能导致此问题的原因以及是否有更好的方法来计算POSIXlt值的时间部分？

更新：似乎删除的唯一时间是3月12日凌晨2点。因此，许多应该舍入到2017-03-12 02:00:00的时间正在被NAs取代。但是所有csv文件都不会发生这种情况，只有大约一半。为什么R在阅读这个特定日期时遇到了问题？

谢谢！

Answer 1

不为strptime添加时区会破坏您的字符串。

让我们看看head的{{1}}。缺少/不同的时区。

df$date.time

通过向head(df$date.time) [1] "2017-03-12 00:21:28 PST" [2] "2017-03-12 02:21:28" [3] "2017-03-12 04:21:28 PDT" [4] "2017-03-12 06:21:28 PDT"功能添加tz="GMT0"，您应获得所需的结果。

strptime

Answer 2

我最喜欢的从字符串转换日期的方法是使用lubridate包。您可以使用

替换strtime和as.POSIXlt行

library(lubridate)
df$date.time = dmy_hms(df$date.time)

将它围绕成几个小时：

df$date = round_date(df$date.time, "hour")

为什么在R中舍入时间时会删除一些日期时间值？

2 个答案: