我有一个大型数据集的日期时间，一年中的每一秒都差不多整整一年。我正在尝试dplyr::left_join第二个数据集，该数据集的日期时间列的值在第一个数据集的时间范围内。当我加入数据集时，只有少量记录加入（约为45k的约100个），我知道大多数记录应该加入。我正在做的确保列相同的检查包括：
dput(df_all_dates$date_time[1])
dput(df_subset_dates$date_time[1])
这两个产生以下内容：
structure(1485781200, class = c("POSIXct", "POSIXt"), tzone = "")
我还做了以下比较（以下代码中的10和4701反映了数据中的相同日期：
as.numeric(df_all_dates$date_time[10]) # produces value 1485785900
as.numeric(df_subset_dates$date_time[4701]) # produces value 1485785900
但是，在连接中，即使datetime值相同，df_subset_dates中的数据也不会连接到结果数据集中。还有其他关于日期时间会导致这些不加入的内容吗？有些值会加入，但我没有看到任何关于为什么这些记录与不加入的记录不同的模式。
以下是实际联接的代码，如果有帮助的话：
df_all_dates %>%
left_join(df_subset_dates, by = 'date_time')
答案 0 :(得分：1)
这有点傻，但我发现了问题 - 其中一些dttm包含了毫秒。除了使用dput（）的几个示例之外，我无法在任何地方看到它们。一旦我删除了这些，数据就可以了。
答案 1 :(得分：0)
在我单独的数据集上，检查＆＃39;＆＃39;使用lubridate :: seconds（date_time）的列显示它们的格式因毫秒而有所不同，尽管它并没有显示在大多数显示中。 ＆＃34; 1522267608S＆＃34; vs＆＃34; 1522267308.443S＆＃34; （这些不应该匹配，只是为了显示格式）
包装以下一列或两列以删除毫秒为我做了诀窍：
library(lubridate)
as_datetime(floor(seconds(date_time)))
我还没有对其他案例进行过广泛测试，但是floor（）完全适用于我的数据。可能是round（）或ceiling（）适用于其他人。